Numpy Ndarray si riferisce al tipo di array N-dimensionale che descrive la raccolta dello stesso tipo nella libreria Python NumPy. Utilizza questo tag per domande relative a questo tipo di array.
NumPy propone un modo per ottenere l'indice del valore massimo di un array tramite np.argmax. Vorrei una cosa simile, ma restituendo gli indici dei Nvalori massimi. Ad esempio, se ho un array, [1, 3, 2, 4, 5], function(array, n=3)restituirebbe gli indici [4, 3, 1]che corrispondono agli elementi [5, 4, 3].
Quali sono i vantaggi di NumPy rispetto ai normali elenchi Python? Ho circa 100 serie di mercati finanziari e ho intenzione di creare un array cubo di 100x100x100 = 1 milione di celle. Starò regredendo (3 variabili) ogni x con ogni y e z, per riempire l'array con errori standard. …
Una matrice intorpidita può essere rimodellata in un vettore utilizzando la funzione di risagoma con il parametro -1. Ma non so cosa significhi -1 qui. Per esempio: a = numpy.matrix([[1, 2, 3, 4], [5, 6, 7, 8]]) b = numpy.reshape(a, -1) Il risultato di bè:matrix([[1, 2, 3, 4, 5, 6, …
Qualcuno può spiegarmi qual è lo scopo della meshgridfunzione in Numpy? So che crea una sorta di griglia di coordinate per la stampa, ma non riesco davvero a vederne il beneficio diretto. Sto studiando "Python Machine Learning" di Sebastian Raschka, e lo sta usando per tracciare i confini delle decisioni. …
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] Entrambe le funzioni restituiscono lo stesso elenco. Quindi qual è la necessità di due diverse funzioni che svolgono lo stesso lavoro.
Ho due semplici matrici unidimensionali in NumPy . Dovrei essere in grado di concatenarli usando numpy.concatenate . Ma ottengo questo errore per il codice seguente: TypeError: solo le matrici di lunghezza 1 possono essere convertite in scalari Python Codice import numpy a = numpy.array([1, 2, 3]) b = numpy.array([5, 6]) …
Bene, sto giocando con la conversione di un oggetto immagine PIL avanti e indietro in un array intorpidito in modo da poter effettuare trasformazioni pixel per pixel più veloci di quelle PixelAccessconsentite dall'oggetto PIL . Ho capito come posizionare le informazioni sui pixel in una matrice numpy 3D utile mediante: …
Ho due schiere insensibili di forme diverse, ma con la stessa lunghezza (dimensione iniziale). Voglio mescolare ciascuno di essi, in modo tale che gli elementi corrispondenti continuino a corrispondere, ovvero mescolarli all'unisono rispetto ai loro indici principali. Questo codice funziona e illustra i miei obiettivi: def shuffle_in_unison(a, b): assert len(a) …
Diciamo che ho un array numpy 1d a = array([1,0,3]) Vorrei codificare questo come un array 2d 1-hot b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) C'è un modo rapido per farlo? Più veloce di un semplice ciclo aper impostare gli elementi di b, cioè.
Esiste un modo conveniente per calcolare percentili per una sequenza o una matrice numpy monodimensionale? Sto cercando qualcosa di simile alla funzione percentile di Excel. Ho cercato nel riferimento statistico di NumPy e non sono riuscito a trovarlo. Tutto quello che ho potuto trovare è la mediana (50 ° percentile), …
Quando ci provo numpy.newaxis il risultato mi dà un fotogramma 2D con asse x da 0 a 1. Tuttavia, quando provo a utilizzare numpy.newaxisper tagliare un vettore, vector[0:4,] [ 0.04965172 0.04979645 0.04994022 0.05008303] vector[:, np.newaxis][0:4,] [[ 0.04965172] [ 0.04979645] [ 0.04994022] [ 0.05008303]] È la stessa cosa, tranne che cambia …
Ho un array intorpidito come questo: [1 2 2 0 0 1 3 5] È possibile ottenere l'indice degli elementi come un array 2d? Ad esempio, la risposta per l'input sopra sarebbe[[3 4], [0 5], [1 2], [6], [], [7]] Attualmente devo eseguire il loop dei diversi valori e chiamare …
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.