Ich habe einen Pandas-Datenrahmen und möchte ihn in 3 separate Sätze aufteilen. Ich weiß, dass man mit train_test_split von sklearn.cross_validationdie Daten in zwei Sätze (Zug und Test) aufteilen kann. Ich konnte jedoch keine Lösung für die Aufteilung der Daten in drei Sätze finden. Am liebsten hätte ich die Indizes der …
NumPy verfügt über die effiziente Funktion / Methode nonzero(), um die Indizes von Nicht-Null-Elementen in einem ndarrayObjekt zu identifizieren . Was ist der effizienteste Weg , um die Indizes der Elemente zu erhalten , die nicht einen Wert von Null hat?
Ich habe ein 1D-Array in numpy und möchte die Position des Index ermitteln, an der ein Wert den Wert in numpy-Array überschreitet. Z.B aa = range(-10,10) Suchen Sie die Position aa, an der der Wert 5überschritten wird.
Ich versuche, den Parameterraum einer 6-Parameter-Funktion zu durchlaufen, um ihr numerisches Verhalten zu untersuchen, bevor ich versuche, etwas Komplexes damit zu tun, also suche ich nach einem effizienten Weg, dies zu tun. Meine Funktion verwendet Float-Werte bei einem 6-Dim-Numpy-Array als Eingabe. Was ich anfangs versuchte, war Folgendes: Zuerst habe ich …
Was erklärt den Unterschied im Verhalten von booleschen und bitweisen Operationen in Listen gegenüber NumPy-Arrays? Ich bin verwirrt über die angemessene Verwendung von &vs andin Python, die in den folgenden Beispielen veranschaulicht wird. mylist1 = [True, True, True, False, True] mylist2 = [False, True, False, True, False] >>> len(mylist1) == …
Angenommen, ich habe ein Array a: a = np.array([[1,2,3], [4,5,6]]) array([[1, 2, 3], [4, 5, 6]]) Ich möchte es in ein 1D-Array (dh einen Spaltenvektor) konvertieren: b = np.reshape(a, (1,np.product(a.shape))) aber das kehrt zurück array([[1, 2, 3, 4, 5, 6]]) Das ist nicht dasselbe wie: array([1, 2, 3, 4, 5, …
EINLEITUNG : Ich habe eine Liste von mehr als 30.000 ganzzahligen Werten im Bereich von 0 bis einschließlich 47, z. B. [0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]aus einer kontinuierlichen Verteilung. Die Werte in der Liste sind nicht unbedingt in der richtigen Reihenfolge, aber die Reihenfolge spielt für dieses Problem keine Rolle. PROBLEM : Basierend auf …
Mit Matplotlib möchte ich eine 2D-Heatmap zeichnen. Meine Daten sind ein n-mal-n-Numpy-Array mit einem Wert zwischen 0 und 1. Für das (i, j) -Element dieses Arrays möchte ich ein Quadrat an der (i, j) -Koordinate in my zeichnen Heatmap, deren Farbe proportional zum Wert des Elements im Array ist. Wie …
Gibt es eine weniger ausführliche Alternative dazu: for x in xrange(array.shape[0]): for y in xrange(array.shape[1]): do_stuff(x, y) Ich habe mir das ausgedacht: for x, y in itertools.product(map(xrange, array.shape)): do_stuff(x, y) Das spart eine Einrückung, ist aber immer noch ziemlich hässlich. Ich hoffe auf etwas, das wie dieser Pseudocode aussieht: for …
Ich versuche dieses Programm auszuführen import cv2 import time cv.NamedWindow("camera", 1) capture = cv.CaptureFromCAM(0) while True: img = cv.QueryFrame(capture) cv.ShowImage("camera", img) if cv.WaitKey(10) == 27: break cv.DestroyAllWindows() Aber ich habe ein Problem mit Numpy, ich benutze Pyschopy zusammen mit OpenCV. Das Problem, das ich immer wieder bekomme, ist dieser Fehlerbericht: …
Nach einigen Verarbeitungen an einem Audio- oder Bildarray muss es innerhalb eines Bereichs normalisiert werden, bevor es in eine Datei zurückgeschrieben werden kann. Dies kann folgendermaßen geschehen: # Normalize audio channels to between -1.0 and +1.0 audio[:,0] = audio[:,0]/abs(audio[:,0]).max() audio[:,1] = audio[:,1]/abs(audio[:,1]).max() # Normalize image to between 0 and 255 …
Ich versuche hier die Antwort mit Cython zu beschleunigen . Ich versuche, den Code zu kompilieren (nachdem ich den hiercygwinccompiler.py erläuterten Hack ausgeführt habe ), erhalte jedoch eine Fehlermeldung. Kann mir jemand sagen, ob es ein Problem mit meinem Code oder eine esoterische Subtilität mit Cython ist?fatal error: numpy/arrayobject.h: No …
Ich habe eine Spalte in Python Pandas DataFrame, die boolesche True / False-Werte enthält, aber für weitere Berechnungen benötige ich eine 1/0 Darstellung. Gibt es eine schnelle Möglichkeit für Pandas / Numpy, das zu tun?
Ich habe eine Reihe von Entfernungen, die Dists genannt werden. Ich möchte Dists auswählen, die zwischen zwei Werten liegen. Ich habe dazu die folgende Codezeile geschrieben: dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))] Dies wählt jedoch nur für die Bedingung (np.where(dists <= r + dr)) Wenn ich die …
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.