คำถามติดแท็ก numpy

สมมติว่าฉันมีอาร์เรย์ NumPy: x = np.array([0, 1, 2, 0, 4, 5, 6, 7, 0, 0]) ในแต่ละดัชนีฉันต้องการค้นหาระยะทางถึงค่าศูนย์ที่ใกล้ที่สุด หากตำแหน่งเป็นศูนย์นั้นให้ส่งกลับศูนย์เป็นระยะทาง หลังจากนั้นเราสนใจเฉพาะระยะทางไปยังศูนย์ที่ใกล้ที่สุดซึ่งอยู่ทางขวาของตำแหน่งปัจจุบัน วิธีการไร้เดียงสาสุดจะเป็นสิ่งที่ชอบ: out = np.full(x.shape[0], x.shape[0]-1) for i in range(x.shape[0]): j = 0 while i + j < x.shape[0]: if x[i+j] == 0: break j += 1 out[i] = j และผลลัพธ์จะเป็น: array([0, 2, 1, …

12 python  numpy 

เกี่ยวข้องกับคำตอบนี้มีวิธีที่รวดเร็วในการคำนวณค่ามัธยฐานของอาร์เรย์ที่มีกลุ่มที่มีจำนวนองค์ประกอบไม่เท่ากันหรือไม่? เช่น: data = [1.00, 1.05, 1.30, 1.20, 1.06, 1.54, 1.33, 1.87, 1.67, ... ] index = [0, 0, 1, 1, 1, 1, 2, 3, 3, ... ] แล้วฉันต้องการคำนวณความแตกต่างระหว่างจำนวนและค่ามัธยฐานต่อกลุ่ม (เช่นค่ามัธยฐานของกลุ่ม0คือ1.025ผลลัพธ์แรกคือ1.00 - 1.025 = -0.025) ดังนั้นสำหรับอาร์เรย์ด้านบนผลลัพธ์จะปรากฏเป็น: result = [-0.025, 0.025, 0.05, -0.05, -0.19, 0.29, 0.00, 0.10, -0.10, ...] เนื่องจากnp.median.reduceatยังไม่มี () ยังมีวิธีอื่นที่รวดเร็วในการบรรลุเป้าหมายนี้หรือไม่? …

12 python  performance  numpy  median  numpy-ufunc 

history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1) ปัญหาบรรทัดคือสิ่งนี้ แสดงข้อผิดพลาด: ValueError: Failed to find data adapter that can handle input: <class 'numpy.ndarray'>, (<class 'list'> containing values of types {"<class 'int'>"})

12 python  list  numpy  pycharm 

ฉันมี dataframe โดยแต่ละแถวมีค่ารายการ id list_of_value 0 ['a','b','c'] 1 ['d','b','c'] 2 ['a','b','c'] 3 ['a','b','c'] ฉันต้องทำการคำนวณคะแนนด้วยหนึ่งแถวและเทียบกับแถวอื่น ๆ ทั้งหมด ตัวอย่างเช่น: Step 1: Take value of id 0: ['a','b','c'], Step 2: find the intersection between id 0 and id 1 , resultant = ['b','c'] Step 3: Score Calculation => resultant.size / id.size ทำซ้ำขั้นตอนที่ 2,3 …

11 python  pandas  numpy 

ฉันใช้ต้นไม้ตัดสินใจและข้อผิดพลาดนี้เกิดขึ้น สถานการณ์เดียวกันปรากฏขึ้นเมื่อฉันใช้ Back Propagation ฉันจะแก้มันได้อย่างไร (ขออภัยสำหรับภาษาอังกฤษที่ไม่ดีของฉัน) import pandas as pd import numpy as np a = np.test() f = open('E:/lgdata.csv') data = pd.read_csv(f,index_col = 'id') x = data.iloc[:,10:12].as_matrix().astype(int) y = data.iloc[:,9].as_matrix().astype(int) from sklearn.tree import DecisionTreeClassifier as DTC dtc = DTC(criterion='entropy') dtc.fit(x,y) x=pd.DataFrame(x) from sklearn.tree import export_graphviz with open('tree.dot','w') as f1: …

11 python  numpy  machine-learning  nose 

การนำเข้าส่วนขยาย c แบบไม่สำเร็จล้มเหลว ผมติดตั้งหลาม 3.7บนระบบ Windows ของฉันไปทำงานในรหัสภาพสตูดิโอ ทุกอย่างเป็นไปด้วยดีรวมถึงการใช้ห้องสมุด ผมถอนการติดตั้งหลามใช้เครื่องมือโปรแกรมถอนการติดตั้งในแผงควบคุม และติดตั้งMiniconda 3 ฉันตรวจสอบว่าทุกอย่างทำงานได้ดีและติดตั้งไลบรารี numpy ที่ใช้conda install numpyในเทอร์มินัลGitBashของฉันบนwindows 10จากนั้นตรวจสอบด้วยรหัสสตูดิโอ visial ของฉัน แต่ไม่สามารถเริ่มต้นได้ ทำซ้ำตัวอย่างรหัส: import numpy as np A = np.array([[-1], [7], [-26]]) ข้อความผิดพลาด: Traceback (การโทรล่าสุดครั้งล่าสุด): ไฟล์ "C: \ Users \ ramim \ Miniconda3 \ lib \ site-packages \ numpy \ core__init __. …

11 python  numpy  visual-studio-code  miniconda 

เป้าหมายของฉัน: สร้าง 3 numpy arrays ใน python (2 อันจะถูกเตรียมค่าเริ่มต้นด้วยค่าเฉพาะ) จากนั้นส่งทั้งสามตัวผ่าน swig ไปยังฟังก์ชัน c ++ เป็นเวกเตอร์ อ้างอิง (นี่คือเพื่อหลีกเลี่ยงการคัดลอกข้อมูลและประสิทธิภาพการสูญเสีย) เมื่ออยู่ในฟังก์ชัน c ++ ให้เพิ่ม 2 อาร์เรย์และใส่ผลรวมลงในอาร์เรย์ที่ 3 vec_ref.h #include <vector> #include <iostream> void add_vec_ref(std::vector<int>& dst, std::vector<int>& src1, std::vector<int>& src2); vec_ref.cpp #include "vec_ref.h" #include <cstring> // need for size_t #include <cassert> void add_vec_ref(std::vector<int>& dst, …

10 python  c++  numpy  vector  swig 

ฉันมีอาร์เรย์ numpy เช่นนี้: [1 2 2 0 0 1 3 5] เป็นไปได้ที่จะได้รับดัชนีองค์ประกอบเป็นอาร์เรย์ 2d หรือไม่ เช่นคำตอบสำหรับการป้อนข้อมูลข้างต้นจะเป็น[[3 4], [0 5], [1 2], [6], [], [7]] ปัจจุบันฉันต้องวนค่าที่แตกต่างกันและเรียกnumpy.where(input == i)หาค่าแต่ละค่าซึ่งมีประสิทธิภาพที่แย่พร้อมอินพุตที่ใหญ่พอ

10 python  numpy  numpy-ndarray 

ฉันทำงานกับ 3D pointcloud ของ Lidar คะแนนจะได้รับจากอาร์เรย์ numpy ที่มีลักษณะเช่นนี้: points = np.array([[61651921, 416326074, 39805], [61605255, 416360555, 41124], [61664810, 416313743, 39900], [61664837, 416313749, 39910], [61674456, 416316663, 39503], [61651933, 416326074, 39802], [61679969, 416318049, 39500], [61674494, 416316677, 39508], [61651908, 416326079, 39800], [61651908, 416326087, 39802], [61664845, 416313738, 39913], [61674480, 416316668, 39503], [61679996, 416318047, 39510], [61605290, …

9 python  numpy  hash  grouping  lidar 

ฉันมีอาร์เรย์และต้องการความแตกต่างสูงสุดกับหน้าต่างแบบไดนามิก a = np.array([8, 18, 5,15,12]) print (a) [ 8 18 5 15 12] ดังนั้นก่อนอื่นฉันต้องสร้างความแตกต่างด้วยตัวเอง: b = a - a[:, None] print (b) [[ 0 10 -3 7 4] [-10 0 -13 -3 -6] [ 3 13 0 10 7] [ -7 3 -10 0 -3] [ -4 6 -7 …

9 python  numpy  max  vectorization  diagonal 

ฉันค้นหาออนไลน์และไม่พบสิ่งใดเกี่ยวกับสิ่งนี้ที่ฉันต้องการ ฉันต้องการบันทึกอาร์เรย์แบบ numpy เป็นภาพ แต่แทนที่จะมีภาพที่มีสีสันฉันต้องการการแทนค่าพิกเซลแบบขาวดำในตำแหน่งกริดที่สอดคล้องกัน ตัวอย่างเช่น: import numpy as np x = np.array([[1,2],[3,4]]) print(x) # [[1 2] # [3 4]] ฉันต้องการบันทึกเป็นภาพ (.PNG) ที่มีลักษณะดังนี้: รหัสปัจจุบันของฉันสร้างกริดและวางตัวเลขไว้ข้างใน แต่มันยากมากที่จะปรับทุกอย่างเพื่อให้ปรากฏในรายงานการวิจัย ดังนั้นแทนที่จะโพสต์รหัสที่ซับซ้อนมากเกินไปของฉันฉันสงสัยว่ามีฟังก์ชั่นบิวด์อินเพื่อจัดการกับโค้ดสองสามบรรทัดหรือไม่

9 python  numpy 

ฉันเพิ่งรวบรวมกรณีการทำซ้ำ "ขั้นต่ำ" ต่อไปนี้ (ขั้นต่ำในเครื่องหมายคำพูดเพราะฉันต้องการให้แน่ใจว่าจะpylintไม่มีข้อผิดพลาดคำเตือนคำแนะนำหรือข้อเสนอแนะอื่น ๆ - รวมถึงความหมายของแผ่นสำเร็จรูป): pylint_error.py : """ Docstring """ import numpy as np def main(): """ Main entrypoint """ test = np.array([1]) print(test.shape[0]) if __name__ == "__main__": main() เมื่อฉันใช้pylintรหัสนี้ ( pylint pylint_error.py) ฉันจะได้ผลลัพธ์ต่อไปนี้: $> pylint pylint_error.py ************* Module pylint_error pylint_error.py:13:10: E1136: Value 'test.shape' is unsubscriptable (unsubscriptable-object) ------------------------------------------------------------------ …

9 python  numpy  pylint