คำถามติดแท็ก numpy

ฉันมีข้อผิดพลาดนี้สำหรับการพยายามโหลดรุ่น SVM ที่บันทึกไว้ ฉันได้ลองถอนการติดตั้ง sklearn, NumPy และ SciPy แล้วติดตั้งเวอร์ชั่นล่าสุดอีกครั้งรวมกันอีกครั้ง (โดยใช้ pip) ฉันยังคงได้รับข้อผิดพลาดนี้ ทำไม? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: import scipy; print scipy.__version__ 0.18.1 In [7]: import pandas; print pandas.__version__ 0.19.1 In [10]: clf = joblib.load('model/trained_model.pkl') --------------------------------------------------------------------------- RuntimeWarning Traceback (most …

148 python  numpy  scikit-learn 

ใช้ Matplotlib ฉันต้องการพล็อตแผนที่ความร้อน 2D ข้อมูลของฉันคืออาร์เรย์ N-by-n Numpy แต่ละรายการมีค่าระหว่าง 0 ถึง 1 ดังนั้นสำหรับองค์ประกอบ (i, j) ของอาร์เรย์นี้ฉันต้องการลงจุดสี่เหลี่ยมที่พิกัด (i, j) ในพิกัดของฉัน แผนที่ความร้อนซึ่งมีสีเป็นสัดส่วนกับค่าขององค์ประกอบในอาร์เรย์ ฉันจะทำเช่นนี้ได้อย่างไร?

148 python  numpy  matplotlib 

ฉันมีสองอาร์เรย์ numpy ที่กำหนดแกน x และ y ของตาราง ตัวอย่างเช่น: x = numpy.array([1,2,3]) y = numpy.array([4,5]) ฉันต้องการสร้างผลิตภัณฑ์คาร์ทีเซียนของอาร์เรย์เหล่านี้เพื่อสร้าง: array([[1,4],[2,4],[3,4],[1,5],[2,5],[3,5]]) ในวิธีที่ไม่มีประสิทธิภาพมากนักเพราะฉันต้องทำหลายครั้งในการวนซ้ำ ฉันสมมติว่าการแปลงให้เป็นรายการ Python การใช้itertools.productและการกลับไปยังอาร์เรย์ numpy ไม่ใช่รูปแบบที่มีประสิทธิภาพที่สุด

147 python  numpy  cartesian-product 

ฉันมีอาร์เรย์ 1D เป็นจำนวนมากและฉันต้องการค้นหาตำแหน่งของดัชนีที่ค่าเกินค่าในอาร์เรย์ numpy เช่น aa = range(-10,10) ค้นหาตำแหน่งในaaที่ที่ค่า5เกิน

144 python  numpy 

NumPy มีฟังก์ชั่น / วิธีที่มีประสิทธิภาพในการnonzero()ระบุดัชนีขององค์ประกอบที่ไม่เป็นศูนย์ในndarrayวัตถุ เป็นวิธีที่มีประสิทธิภาพมากที่สุดที่จะได้รับดัชนีขององค์ประกอบที่ว่าสิ่งที่ทำจะมีค่าเป็นศูนย์?

144 python  numpy 

ฉันพยายามเรียกใช้พื้นที่พารามิเตอร์ของฟังก์ชันพารามิเตอร์ 6 ตัวเพื่อศึกษาพฤติกรรมเชิงตัวเลขก่อนพยายามทำสิ่งที่ซับซ้อนด้วยดังนั้นฉันจึงค้นหาวิธีที่มีประสิทธิภาพในการทำสิ่งนี้ ฟังก์ชั่นของฉันใช้ค่าทศนิยมที่กำหนดให้อาร์เรย์ 6-dim numpy เป็นอินพุต สิ่งที่ฉันพยายามทำในตอนแรกคือ: ก่อนอื่นฉันสร้างฟังก์ชั่นที่ใช้ 2 อาร์เรย์และสร้างอาร์เรย์ที่มีการรวมค่าทั้งหมดจากสองอาร์เรย์ from numpy import * def comb(a,b): c = [] for i in a: for j in b: c.append(r_[i,j]) return c จากนั้นฉันก็ใช้reduce()กับสิ่งนั้นกับสำเนาของอาร์เรย์เดียวกัน: def combs(a,m): return reduce(comb,[a]*m) จากนั้นฉันประเมินฟังก์ชันของฉันดังนี้: values = combs(np.arange(0,1,0.1),6) for val in values: print F(val) ใช้งานได้ แต่มันช้าเกินไป ฉันรู้ว่าพื้นที่ของพารามิเตอร์มีขนาดใหญ่มาก แต่ไม่ควรช้าขนาดนี้ …

143 python  arrays  multidimensional-array  numpy 

อะไรอธิบายความแตกต่างในพฤติกรรมของการดำเนินการบูลีนและระดับบิตในรายการเทียบกับ NumPy อาร์เรย์? ฉันสับสนเกี่ยวกับการใช้&vs andใน Python ที่เหมาะสมแสดงในตัวอย่างต่อไปนี้ mylist1 = [True, True, True, False, True] mylist2 = [False, True, False, True, False] >>> len(mylist1) == len(mylist2) True # ---- Example 1 ---- >>> mylist1 and mylist2 [False, True, False, True, False] # I would have expected [False, True, False, False, False] …

142 python  numpy  bit-manipulation  boolean-expression  ampersand 

หลังจากดำเนินการประมวลผลบางอย่างในอาร์เรย์เสียงหรือรูปภาพแล้วจำเป็นต้องทำให้เป็นมาตรฐานภายในช่วงก่อนจึงจะสามารถเขียนกลับไปยังไฟล์ได้ สามารถทำได้ดังนี้: # 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 image = image/(image.max()/255.0) มีฟังก์ชั่นที่ละเอียดและสะดวกน้อยกว่าในการทำเช่นนี้หรือไม่? matplotlib.colors.Normalize()ดูเหมือนจะไม่เกี่ยวข้องกัน

142 python  arrays  numpy  scipy  convenience-methods 

คำนำ : ฉันมีรายการค่าจำนวนเต็มมากกว่า 30,000 ค่าตั้งแต่ 0 ถึง 47 โดยรวม[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]ตัวอย่างจากตัวอย่างจากการแจกแจงแบบต่อเนื่อง ค่าในรายการไม่จำเป็นต้องเป็นไปตามลำดับ แต่คำสั่งซื้อไม่สำคัญสำหรับปัญหานี้ ปัญหา : ตามการแจกแจงของฉันฉันต้องการคำนวณค่า p (ความน่าจะเป็นที่จะเห็นค่ามากขึ้น) สำหรับค่าใด ๆ ตัวอย่างเช่นคุณสามารถดูค่า p สำหรับ 0 จะเข้าใกล้ 1 และ p-value สำหรับตัวเลขที่สูงขึ้นจะมีแนวโน้มเป็น 0 ฉันไม่รู้ว่าฉันถูกต้องหรือไม่ แต่เพื่อกำหนดความน่าจะเป็นฉันคิดว่าฉันต้องใส่ข้อมูลของฉันให้เหมาะกับการแจกแจงเชิงทฤษฎีที่เหมาะสมที่สุดในการอธิบายข้อมูลของฉัน ฉันคิดว่าจำเป็นต้องมีการทดสอบความพอดีบางประเภทเพื่อกำหนดรูปแบบที่ดีที่สุด มีวิธีดำเนินการวิเคราะห์เช่นนี้ใน Python ( ScipyหรือNumpy) หรือไม่? คุณสามารถนำเสนอตัวอย่างใด ๆ ขอบคุณ!

139 python  numpy  statistics  scipy  distribution 

ในโครงการใช้ SciPy NumPy และผมควรใช้scipy.pi, numpy.piหรือmath.pi?

139 python  numpy  scipy  pi 

ฉันกำลังพยายามเรียกใช้โปรแกรมนี้ 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() แต่ฉันมีปัญหากับ numpy ฉันใช้ pyschopy ร่วมกับ opencv ปัญหาที่ฉันได้รับคือรายงานข้อผิดพลาดนี้: RuntimeError: โมดูลที่คอมไพล์กับ API เวอร์ชัน 7 แต่ numpy เวอร์ชันนี้คือ 6 Traceback (โทรล่าสุดล่าสุด): ไฟล์ "C: \ Users \ John \ Documents \ …

139 opencv  python-2.7  numpy 

มีทางเลือกอื่นที่ละเอียดน้อยกว่านี้หรือไม่: for x in xrange(array.shape[0]): for y in xrange(array.shape[1]): do_stuff(x, y) ฉันคิดสิ่งนี้: for x, y in itertools.product(map(xrange, array.shape)): do_stuff(x, y) ซึ่งบันทึกการเยื้องหนึ่งครั้ง แต่ก็ยังค่อนข้างน่าเกลียด ฉันหวังว่าจะมีบางอย่างที่ดูเหมือนรหัสเทียมนี้: for x, y in array.indices: do_stuff(x, y) มีอะไรแบบนั้นหรือไม่?

136 python  numpy 

ฉันมีคอลัมน์ใน DataFrame ของ python pandas ที่มีค่าบูลีน True / False แต่สำหรับการคำนวณเพิ่มเติมฉันต้องการการแสดง 1/0 มีวิธีทำแบบนี้หรือไม่?

136 python  numpy  pandas 

ฉันพยายามเร่งคำตอบที่นี่โดยใช้ Cython ฉันพยายามรวบรวมรหัส (หลังจากทำการcygwinccompiler.pyแฮ็คอธิบายที่นี่ ) แต่ได้รับfatal error: numpy/arrayobject.h: No such file or directory...compilation terminatedข้อผิดพลาด ใครช่วยบอกฉันได้ไหมว่ามันเป็นปัญหากับรหัสของฉันหรือความซับซ้อนลึกลับกับ Cython ด้านล่างนี้คือรหัสของฉัน import numpy as np import scipy as sp cimport numpy as np cimport cython cdef inline np.ndarray[np.int, ndim=1] fbincount(np.ndarray[np.int_t, ndim=1] x): cdef int m = np.amax(x)+1 cdef int n = x.size cdef unsigned …

134 python  windows-7  numpy  cython 

ฉันมีปัญหาง่ายๆ แต่ไม่สามารถหาวิธีแก้ปัญหาที่ดีได้ ฉันต้องการใช้อาร์เรย์ NumPy 2D ซึ่งแสดงถึงภาพสีเทาและแปลงเป็นภาพ RGB PIL ในขณะที่ใช้ colormaps ของ matplotlib ฉันสามารถรับเอาต์พุต PNG ที่เหมาะสมได้โดยใช้pyplot.figure.figimageคำสั่ง: dpi = 100.0 w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi fig = plt.figure(figsize=(w,h), dpi=dpi) fig.figimage(sub, cmap=cm.gist_earth) plt.savefig('out.png') แม้ว่าฉันจะปรับสิ่งนี้เพื่อให้ได้สิ่งที่ต้องการ (อาจใช้ StringIO เพื่อรับภาพ PIL) แต่ฉันสงสัยว่าไม่มีวิธีที่ง่ายกว่านี้ในการทำเช่นนั้นเนื่องจากดูเหมือนว่าจะเป็นปัญหาที่เป็นธรรมชาติมากในการสร้างภาพ สมมติว่าสิ่งนี้: colored_PIL_image = magic_function(array, cmap)

134 python  numpy  matplotlib  python-imaging-library  color-mapping