numpy

    1熱度

    2回答

    假設我們有一些數據系列的最佳方式: 0 'one' 1 'two' 2 NAN 3 'three' 4 NAN 5 NAN 現在我想獲得的所有NAN元素的indecies。因此,使用python的大熊貓LIB我會做這樣的事情: import pandas as pd import numpy as np data = pd.Series(['one', 'two', np.n

    0熱度

    2回答

    因此,我有幾個.txt文件,其中有超過+80.000行的數據。 然而,對於Python來說,這可能不是太多,所以我需要在R中使用這些數據,我需要某個包。在那裏加載一個文件需要大約30秒 - 而且我有1200個這樣的文件。 但是,這些文件中的數據相當密集。沒有必要有這麼小的步驟,即我想刪除一些文件,以使文件變小。 我現在使用如下: np.delete(np.array(data_lines), np

    0熱度

    1回答

    我正在閱讀ddsm乳房X線照片圖像。並且在標準化繪圖之後。這是灰度圖像,但我將其視爲RGB,通過複製相同的通道3次。問題是,當我使用pyplot從matplotlib標準化的形象得到飽和,而當我繪製使用scipy.misctoimage,它不 這裏是我的代碼: from scipy import misc %matplotlib inline import matplotlib import

    0熱度

    1回答

    我有以下代碼: data = np.load("data.npy") print(data) # Makes sure the array gets loaded in memory dataset = tf.contrib.data.Dataset.from_tensor_slices((data)) 文件"data.npy"爲3.3 GB。用numpy讀取文件需要幾秒鐘,但是接下來創建

    2熱度

    2回答

    numpy的3D陣列索引假設我有具有形狀(10,1000,1000)一numpy的陣列,並且我有三個列表,這是爲了表示像這樣各軸的索引的範圍: z_range = [0, 5] y_range = [200, 300] x_range = [300, 500] 我知道我能做到以下幾點,但似乎相當冗長: arr[z_range[0]:z_range[1], y_range[0]:y_rang

    1熱度

    1回答

    嘿所以我正在處理這個代碼進行材料分析。我爲每層材料生成了一個矩陣,我想將這些矩陣中的每一個都保存爲它們自己的元素。我這樣做的方式是將它保存到字典中。然後我通過總結字典的所有值來形成一個矩陣。現在我這樣做了這給我留下了3點矩陣三種不同的情況:A,B和D.我要讓所有的這些矩陣,這樣它看起來像: | A B | | B D | 但是我做不到得到正常的打印,因爲它總是說矩陣:那麼基質

    6熱度

    3回答

    不同我有一個array像下面 np.array(["hello","world",{"a":5,"b":6,"c":8},"usa","india",{"d":9,"e":10,"f":11}]) 和pandasDataFrame像下面 df = pd.DataFrame({'A': ["hello","world",{"a":5,"b":6,"c":8},"usa","india",{"d"

    2熱度

    2回答

    我想要計算張量流中的歸一化Gini Coefficient,但無法這樣做。我有下面的Python代碼在numpy中執行相同,但我想要使用tensorflow來實現它。如果有任何想法,請幫助。 我將其與張力的形狀(1 ,?)實際與張量形狀(1 ,?) Python代碼預解碼: def gini(actual, pred, cmpcol = 0, sortcol = 1): assert(l

    0熱度

    1回答

    我在PyCharm嘗試的東西,所以我寫了一段簡單的代碼包括: xlist = np.arange(99995,99996) print(xlist*xlist) >>> array([1409065433]) 正如你所看到的,答案是不正確!我應該得到9999000025.我偶然發現了這一點,因爲我原來寫: xlist = np.arange(0,100000) for x in xli

    0熱度

    1回答

    我有這兩個數組 slist = np.arange(1,1723,50) #List of start index elist = np.arange(50,1800,50) #End index 這 'G'+'{:0>5}'.format(slist[0])+"-"+'{:0>5}'.format(elist[0]) 給我: 'G00001-00050' 我想這樣做超過slist和