Numpy Ndarray bezieht sich auf den N-dimensionalen Array-Typ, der die Sammlung desselben Typs in der Python-Bibliothek NumPy beschreibt. Verwenden Sie dieses Tag für Fragen zu diesem Array-Typ.
NumPy schlägt eine Möglichkeit vor, den Index des Maximalwerts eines Arrays über abzurufen np.argmax. Ich möchte etwas Ähnliches, aber die Indizes der NMaximalwerte zurückgeben. Wenn ich ein Array zum Beispiel haben, [1, 3, 2, 4, 5], function(array, n=3)würde die Indizes zurück [4, 3, 1], die den Elementen entsprechen [5, 4, …
Was sind die Vorteile von NumPy gegenüber regulären Python-Listen? Ich habe ungefähr 100 Finanzmarktserien und werde ein Cube-Array von 100x100x100 = 1 Million Zellen erstellen. Ich werde jedes x mit jedem y und z zurückführen (3 Variablen), um das Array mit Standardfehlern zu füllen. Ich habe gehört, dass ich für …
Eine Numpy-Matrix kann mithilfe der Umformungsfunktion mit Parameter -1 in einen Vektor umgeformt werden. Aber ich weiß nicht, was -1 hier bedeutet. Zum Beispiel: a = numpy.matrix([[1, 2, 3, 4], [5, 6, 7, 8]]) b = numpy.reshape(a, -1) Das Ergebnis von bist:matrix([[1, 2, 3, 4, 5, 6, 7, 8]]) Weiß …
Kann mir jemand erklären, was der Zweck der meshgridFunktion in Numpy ist? Ich weiß, dass dadurch eine Art Koordinatengitter zum Zeichnen erstellt wird, aber ich kann den direkten Nutzen davon nicht wirklich erkennen. Ich studiere "Python Machine Learning" von Sebastian Raschka und er verwendet es zum Zeichnen der Entscheidungsgrenzen. Siehe …
import numpy as np y = np.array(((1,2,3),(4,5,6),(7,8,9))) OUTPUT: print(y.flatten()) [1 2 3 4 5 6 7 8 9] print(y.ravel()) [1 2 3 4 5 6 7 8 9] Beide Funktionen geben dieselbe Liste zurück. Was brauchen dann zwei verschiedene Funktionen, die denselben Job ausführen?
Ich habe zwei einfache eindimensionale Arrays in NumPy . Ich sollte in der Lage sein, sie mit numpy.concatenate zu verketten . Aber ich bekomme diesen Fehler für den folgenden Code: TypeError: Nur Arrays der Länge 1 können in Python-Skalare konvertiert werden Code import numpy a = numpy.array([1, 2, 3]) b …
Okay, ich spiele damit herum, ein PIL-Bildobjekt hin und her in ein numpy-Array zu konvertieren, damit ich einige Pixel-für-Pixel-Transformationen schneller durchführen kann, als es das PIL- PixelAccessObjekt zulässt. Ich habe herausgefunden, wie man die Pixelinformationen in einem nützlichen 3D-Numpy-Array platziert: pic = Image.open("foo.jpg") pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3) Aber ich …
Ich habe zwei numpy Arrays unterschiedlicher Form, aber mit der gleichen Länge (führende Dimension). Ich möchte jeden von ihnen so mischen, dass die entsprechenden Elemente weiterhin übereinstimmen - dh sie in Bezug auf ihre Leitindizes im Einklang mischen. Dieser Code funktioniert und veranschaulicht meine Ziele: def shuffle_in_unison(a, b): assert len(a) …
Angenommen, ich habe ein 1d-Numpy-Array a = array([1,0,3]) Ich möchte dies als 2d 1-Hot-Array codieren b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) Gibt es einen schnellen Weg, dies zu tun? Schneller als nur eine Schleife a, um Elemente von festzulegen b.
Gibt es eine bequeme Möglichkeit, Perzentile für eine Sequenz oder ein eindimensionales Numpy-Array zu berechnen? Ich suche etwas Ähnliches wie die Perzentilfunktion von Excel. Ich habe in NumPys Statistikreferenz nachgesehen und konnte dies nicht finden. Ich konnte nur den Median (50. Perzentil) finden, aber nichts Spezifischeres.
Wenn ich es versuche numpy.newaxis Das Ergebnis ergibt einen 2D-Plotrahmen mit einer x-Achse von 0 bis 1. Wenn ich jedoch versuche numpy.newaxis, einen Vektor zu schneiden, vector[0:4,] [ 0.04965172 0.04979645 0.04994022 0.05008303] vector[:, np.newaxis][0:4,] [[ 0.04965172] [ 0.04979645] [ 0.04994022] [ 0.05008303]] Ist es dasselbe, außer dass es einen Zeilenvektor …
Ich habe ein numpy Array wie dieses: [1 2 2 0 0 1 3 5] Ist es möglich, den Index der Elemente als 2D-Array abzurufen? Zum Beispiel wäre die Antwort für die obige Eingabe[[3 4], [0 5], [1 2], [6], [], [7]] Momentan muss ich die verschiedenen Werte schleifen und …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.