Załóżmy, że bierzemy np.dotdwie 'float32'tablice 2D: res = np.dot(a, b) # see CASE 1 print(list(res[0])) # list shows more digits [-0.90448684, -1.1708503, 0.907136, 3.5594249, 1.1374011, -1.3826287] Liczby. Z wyjątkiem, że mogą zmienić: PRZYPADEK 1 : plastereka np.random.seed(1) a = np.random.randn(9, 6).astype('float32') b = np.random.randn(6, 6).astype('float32') for i in range(1, len(a)): …
Mam listę zestawów podaną przez, sets1 = [{1},{2},{1}] Kiedy znajduję unikalne elementy na tej liście za pomocą numpy unique, otrzymuję np.unique(sets1) Out[18]: array([{1}, {2}, {1}], dtype=object) Jak można zobaczyć, wynik jest błędny, jak {1}powtarza się na wyjściu. Kiedy zmieniam kolejność na wejściu, tworząc podobne elementy obok siebie, tak się nie …
Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte 14 dni temu . Jaki byłby najszybszy sposób sprawdzenia, czy wielowymiarowa tablica liczbowa ma 0 ze wszystkich stron. Dla …
Powiedzmy, że mam tablicę NumPy: x = np.array([0, 1, 2, 0, 4, 5, 6, 7, 0, 0]) Przy każdym indeksie chcę znaleźć odległość do najbliższej wartości zerowej. Jeśli sama pozycja jest zerem, zwróć zero jako odległość. Potem interesują nas tylko odległości do najbliższego zera, który znajduje się na prawo od …
Czy w związku z tą odpowiedzią istnieje szybki sposób na obliczenie median na podstawie tablicy zawierającej grupy o nierównej liczbie elementów? Na przykład: data = [1.00, 1.05, 1.30, 1.20, 1.06, 1.54, 1.33, 1.87, 1.67, ... ] index = [0, 0, 1, 1, 1, 1, 2, 3, 3, ... ] Następnie …
history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1) problem z linią był taki Pokazuje błąd: ValueError: Failed to find data adapter that can handle input: <class 'numpy.ndarray'>, (<class 'list'> containing values of types {"<class 'int'>"})
Mam ramkę danych z każdym wierszem o wartości listy. id list_of_value 0 ['a','b','c'] 1 ['d','b','c'] 2 ['a','b','c'] 3 ['a','b','c'] muszę obliczyć wynik dla jednego wiersza i dla wszystkich innych wierszy Na przykład: Step 1: Take value of id 0: ['a','b','c'], Step 2: find the intersection between id 0 and id …
Korzystałem z drzewa decyzyjnego i ten błąd został zgłoszony. Ta sama sytuacja pojawiła się, gdy użyłem Back Propagation. Jak mogę to rozwiązać? (Przepraszam za mój słaby angielski) import pandas as pd import numpy as np a = np.test() f = open('E:/lgdata.csv') data = pd.read_csv(f,index_col = 'id') x = data.iloc[:,10:12].as_matrix().astype(int) y …
Importowanie numpy c-rozszerzeń nie powiodło się Zainstalowałem Python 3.7 w moim systemie Windows, aby pracować na kodzie Visual Studio . Wszystko szło dobrze, w tym korzystanie z bibliotek. Odinstalowałem Pythona za pomocą narzędzia do odinstalowywania programu w panelu sterowania . I zainstalowałem Miniconda 3 . Sprawdziłem, czy wszystko działa dobrze, …
Mój cel: Utwórz 3 tablice numpy w Pythonie (2 z nich zostaną zainicjowane konkretnymi wartościami), a następnie wyślij wszystkie trzy z nich poprzez swig do funkcji c ++ jako odwołania do wektorów (ma to na celu uniknięcie kopiowania danych i utraty wydajności). W funkcji c ++ dodaj 2 tablice i …
Mam tablicę numpy taką jak ta: [1 2 2 0 0 1 3 5] Czy można uzyskać indeks elementów w postaci tablicy 2d? Na przykład odpowiedzią na powyższe dane wejściowe byłoby[[3 4], [0 5], [1 2], [6], [], [7]] Obecnie muszę zapętlać różne wartości i wywoływać numpy.where(input == i)każdą wartość, …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.