numpy hat drei verschiedene Funktionen, die anscheinend für die gleichen Dinge verwendet werden können - außer dass numpy.maximumsie nur elementweise verwendet werden können, während numpy.maxund numpy.amaxauf bestimmten Achsen oder allen Elementen verwendet werden können. Warum gibt es mehr als nur numpy.max? Gibt es eine gewisse Subtilität in der Leistung? (Ähnlich …
Ich habe ein einfaches Problem, aber ich kann keine gute Lösung dafür finden. Ich möchte ein NumPy 2D-Array, das ein Graustufenbild darstellt, in ein RGB-PIL-Bild konvertieren, während ich einige der Matplotlib-Farbkarten anwende. Ich kann eine vernünftige PNG-Ausgabe erhalten, indem ich den folgenden pyplot.figure.figimageBefehl verwende: dpi = 100.0 w, h = …
Angenommen, ich habe einen Pandas-Datenrahmen df: Ich möchte den spaltenweisen Mittelwert eines Datenrahmens berechnen. Das ist einfach: df.apply(average) dann der spaltenweise Bereich max (col) - min (col). Das ist wieder einfach: df.apply(max) - df.apply(min) Nun möchte ich für jedes Element den Mittelwert seiner Spalte subtrahieren und durch den Bereich seiner …
Numpy, Scipy, Matplotlib und Pylab sind gebräuchliche Begriffe unter denen, die Python für wissenschaftliche Berechnungen verwenden. Ich habe gerade ein bisschen über Pylab gelernt und war verwirrt. Wann immer ich numpy importieren möchte, kann ich immer Folgendes tun: import numpy as np Ich denke nur daran, dass ich es einmal …
In den Numpy-Dokumenten wird empfohlen, für die Arbeit mit Matrizen ein Array anstelle einer Matrix zu verwenden. Im Gegensatz zur Oktave (die ich bis vor kurzem verwendet habe) führt * jedoch keine Matrixmultiplikation durch, sondern Sie müssen die Funktion matrixmultipy () verwenden. Ich denke, das macht den Code sehr unlesbar. …
Ich kann anscheinend keine Python-Bibliotheken finden, die eine multiple Regression durchführen. Die einzigen Dinge, die ich finde, sind nur einfache Regressionen. Ich muss meine abhängige Variable (y) gegen mehrere unabhängige Variablen (x1, x2, x3 usw.) zurückführen. Zum Beispiel mit diesen Daten: print 'y x1 x2 x3 x4 x5 x6 x7' …
Gibt es eine Möglichkeit, ein numpy-Array einer Form zu initialisieren und zu ergänzen? Ich werde anhand eines Listenbeispiels erklären, was ich brauche. Wenn ich eine Liste von Objekten erstellen möchte, die in einer Schleife generiert wurden, kann ich Folgendes tun: a = [] for i in range(5): a.append(i) Ich möchte …
int32Wie konvertiere ich ein NumPy-Array an float32 Ort und Stelle ? Im Grunde würde ich gerne tun a = a.astype(numpy.float32) ohne das Array zu kopieren. Es ist groß. Der Grund dafür ist, dass ich zwei Algorithmen für die Berechnung von habe a. Einer von ihnen gibt ein Array von zurück …
Ich bin mir nicht sicher, ob dies mehr als Betriebssystemproblem zählt, aber ich dachte, ich würde hier fragen, falls jemand einen Einblick in das Python-Ende der Dinge hat. Ich habe versucht, eine CPU-schwere forSchleife mithilfe von zu parallelisieren joblib, aber ich stelle fest, dass nicht jeder Arbeitsprozess einem anderen Kern …
Ich habe eine Liste von Werten, die ich filtern muss, wenn die Werte in einer Liste von Booleschen Werten enthalten sind: list_a = [1, 2, 4, 6] filter = [True, False, True, False] Ich erstelle eine neue gefilterte Liste mit der folgenden Zeile: filtered_list = [i for indx,i in enumerate(list_a) …
Gibt es eine schnelle Möglichkeit, nur einige der ersten Dimensionen in einem Numpy-Array zu "unterflachen" oder nur zu glätten? Bei einem numpy-Array von (50,100,25)Dimensionen wären die resultierenden Dimensionen beispielsweise(5000,25)
Ich versuche, einen Pandas-Datenrahmen (oder kann ein Numpy-Array verwenden) mit MysqlDB in eine MySQL-Datenbank zu schreiben. MysqlDB scheint 'nan' nicht zu verstehen und meine Datenbank gibt einen Fehler aus, der besagt, dass nan nicht in der Feldliste enthalten ist. Ich muss einen Weg finden, das 'nan' in einen NoneType umzuwandeln. …
Ich baue meine numpy / scipy Umgebung basierend auf Blas und Lapack mehr oder weniger basierend auf diesem Durchgang auf. Wenn ich fertig bin, wie kann ich überprüfen, ob meine Numpy / Scipy-Funktionen wirklich die zuvor erstellten Blas / Lapack-Funktionen verwenden?
Ich suche nach einem schnellen Weg, um große numpy Arrays zu erhalten. Ich möchte sie in einem Binärformat auf der Festplatte speichern und sie dann relativ schnell wieder in den Speicher zurücklesen. cPickle ist leider nicht schnell genug. Ich habe numpy.savez und numpy.load gefunden . Aber das Seltsame ist, dass …
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.