Mam dwie tablice numpy o różnych kształtach, ale o tej samej długości (wymiar wiodący). Chcę przetasować każdy z nich, tak aby odpowiadające mu elementy nadal korespondowały - tj. Potasować je zgodnie zgodnie z ich wiodącymi indeksami. Ten kod działa i ilustruje moje cele: def shuffle_in_unison(a, b): assert len(a) == len(b) …
Jeśli mam typ numpy, jak automatycznie przekonwertować go na najbliższy typ danych python? Na przykład, numpy.float32 -> "python float" numpy.float64 -> "python float" numpy.uint32 -> "python int" numpy.int16 -> "python int" Mógłbym spróbować wymyślić mapowanie wszystkich tych przypadków, ale czy numpy zapewnia jakiś automatyczny sposób konwersji jego typów na najbliższe …
Muszę utworzyć tablicę NumPy o długości n, której każdy element jest v. Czy jest coś lepszego niż: a = empty(n) for i in range(n): a[i] = v Wiem zerosi onesdziałałbym dla v = 0, 1. Mógłbym użyć v * ones(n), ale to nie zadziała, kiedy vjest None, a także byłoby …
W ten sposób utworzyłem tablicę: import numpy as np data = np.zeros( (512,512,3), dtype=np.uint8) data[256,256] = [255,0,0] Chcę to zrobić, aby wyświetlić pojedynczą czerwoną kropkę na środku obrazu 512x512. (Przynajmniej na początek ... Myślę, że mogę dowiedzieć się reszty stamtąd)
Powiedzmy, że mam tablicę numeryczną 1d a = array([1,0,3]) Chciałbym zakodować to jako tablicę 2d 1-hot b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) Czy jest na to szybki sposób? To znaczy szybsze niż zapętlanie w acelu ustawienia elementów b, to znaczy.
Chcę dowiedzieć się, jak usunąć wartości nan z mojej tablicy. Moja tablica wygląda mniej więcej tak: x = [1400, 1500, 1600, nan, nan, nan ,1700] #Not in this exact configuration Jak mogę usunąć nanwartości x?
Właśnie odkryłem logiczny błąd w moim kodzie, który powodował różnego rodzaju problemy. Nieumyślnie robiłem bitowe AND zamiast logicznego AND . Zmieniłem kod z: r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS) mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate)) selected = r[mask] DO: r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS) mask = ((r["dt"] >= …
Biorę lekcje uniwersyteckie i dostałem „rachunek instruktażowy”, który jest kontem szkolnym, na którym mogę ssh do wykonania pracy. Chcę uruchomić mój intensywny obliczeniowo kod Numpy, matplotlib, scipy na tym komputerze, ale nie mogę zainstalować tych modułów, ponieważ nie jestem administratorem systemu. Jak mogę przeprowadzić instalację?
jaki jest najszybszy / najprostszy sposób na usunięcie wartości nan i inf / inf z pandy DataFrame bez resetowania mode.use_inf_as_null? Chciałbym móc używać argumentów subseti howargumentów dropna, z wyjątkiem infwartości uważanych za brakujące, takich jak: df.dropna(subset=["col1", "col2"], how="all", with_inf=True) czy to możliwe? Czy istnieje sposób, aby powiedzieć, dropnaaby uwzględnić infw …
Czy istnieje wygodny sposób obliczania percentyli dla sekwencji lub jednowymiarowej tablicy numpy? Szukam czegoś podobnego do funkcji percentyla programu Excel. Zajrzałem do statystyki NumPy i nie mogłem tego znaleźć. Jedyne, co mogłem znaleźć, to mediana (50 percentyl), ale nie coś bardziej szczegółowego.
Jak mogę usunąć niektóre określone elementy z tablicy numpy? Powiedz, że mam import numpy as np a = np.array([1,2,3,4,5,6,7,8,9]) Następnie chcę usunąć 3,4,7z a. Wiem tylko indeks wartości ( index=[2,3,6]).
Kiedy próbuję numpy.newaxis wynik daje mi 2-wymiarową ramkę wykresu z osią X od 0 do 1. Jednak gdy próbuję użyć numpy.newaxisdo wycięcia wektora, vector[0:4,] [ 0.04965172 0.04979645 0.04994022 0.05008303] vector[:, np.newaxis][0:4,] [[ 0.04965172] [ 0.04979645] [ 0.04994022] [ 0.05008303]] Czy to to samo, z wyjątkiem tego, że zmienia wektor wierszowy …
Chciałbym mieć normę jednej tablicy NumPy. Mówiąc dokładniej, szukam równoważnej wersji tej funkcji def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Czy jest coś takiego w skearnlub numpy? Ta funkcja działa w sytuacji, gdy vjest to wektor 0.
Mam pandas dataframew którym jedna kolumna ciągów tekstowych zawiera wartości oddzielone przecinkami. Chcę podzielić każde pole CSV i utworzyć nowy wiersz dla każdego wpisu (załóżmy, że CSV są czyste i trzeba je tylko podzielić na „,”). Na przykład apowinien stać się b: In [7]: a Out[7]: var1 var2 0 a,b,c …
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.