numpy

2熱度

2回答

我有 Xa = [a1,a2,a3] Xb = [b1,b2,b3] Xc = [c1,b2,b3] 而且我想用numpy的 X = [[a1,a2,a3],[b1,b2,b3],[c1,b2,b3]] 林追加，拼接，hstack，vstack，以及其他功能，但他們不工作，也不給我這 X = [a1,a2,a3,b1,b2,b3,c1,b2,b3] 而且這個過程中，我將需要追加XD

2熱度

2回答

採取fft和ifft幾個特定頻率

我有一個關於fft和ifft函數的問題。假設A是數組，其包括數據365天： fft_output = scipy.fftpack.fft(A) 這使我有關的所有頻率係數。我只需要三個頻率(0, 1/365, 1/182)。所以我認爲fft_output[0]和fft_output[364],fft_output[181]對我所需的頻率來說是正確的選擇。現在我想通過使用這三個頻率爲365天，

0熱度

2回答

矢量嵌套循環

我需要向量化下面的程序： y = np.empty((100, 100, 3)) x = np.empty((300,)) for i in xrange(y.shape[0]): for j in xrange(y.shape[1]): y[i, j, 0] = x[y[i, j, 0]] 當然，在我的例子中，我們假設Y [：，：，：] < = 299 矢量，據我知

0熱度

2回答

ValueError異常：對象不對齊

爲什麼這個代碼 def fun(t1,t): v = np.array([t,t1]) M = np.matrix([[0,0],[0,0]]) a = np.dot(scipy.linalg.expm(M, q=0),v) return a[0] x = np.linspace(0,10,201) y = np.linspace(10,0,201)

1熱度

1回答

如何在python中繪製3D數據的核心密度估計（KDE）和過零點？

我有3D數據集（X，Y，Z）。我想執行KDE，繪製數據和估計。然後，獲得過零點並用KDE繪製它。我的嘗試如下。我有以下問題：線X, Y = np.mgrid[xmin:xmax:100j, ymin:ymax:100j]和positions = np.vstack([X.ravel(),Y.ravel(),Z.ravel()])爲here（KDE文檔）將他們在可視化的原始數據真實估計任何影響？我

1熱度

1回答

使進入細胞的熊貓數據幀中的列名

比方說，我有一個數據幀（使用熊貓的數據分析庫），看起來像這樣： Unnamed Column1: 1 'Puppies' 2 6 3 15 4 13 5 12 而且我想要得到的數據幀尋找像這樣： 'Puppies' 1 6 2 15 3 13 4 12 5 80 如何轉移一切，包括替換列名的條目。有沒有辦法做到這一點？

1熱度

2回答

Numpy翻轉座標系

我用opencv做了一些圖像處理。我試圖然後在我的繪圖儀上繪製圖像（原點在左下角），但圖像翻轉。 opencv的原點位於左上角，因此圖像的y座標被翻轉。我應該對我的要點應用什麼函數，以便它能夠在新的原點系統中正確繪圖（左下）？編輯：我不關心改變劇情顯示，我實際上需要點的座標翻轉。使用np.flipud根本沒有改變點，因爲點由N×2矩陣顯示。

0熱度

2回答

「尾隨」一個熱門編碼

我想要做一些類似於單熱編碼的東西，但不是選定的類是1，其餘的零，我想要所有的類（包括選定的類）爲1說我有一個訓練批次用標籤（5可能類別標籤; 0，1，2，3，4） y = np.array([0,2,1,3,4,1]) 我可以一熱編碼與 def one_hot_encode(arr, num_classes): return np.eye(num_classes)[arr] 給出

0熱度

1回答

可以優化這個動態編程代碼嗎？

對於200000浮點數據集，此代碼需要半個多小時。 import numpy as np try: import progressbar pbar = progressbar.ProgressBar(widgets=[progressbar.Percentage(), progressbar.Counter('%5d'), progressbar.Bar(), p

3熱度

1回答

核心重採樣

我有一個很大的圖像文件（單波段），不適合我的內存。我想讀取它作爲numpy數組（數據）並使用matplotlib繪製它，可能使用imshow(data)。我知道如何做一個小尺寸的圖像。但是我怎樣才能做到這一點大文件？當然，它可以在繪圖之前重新採樣（可能是scipy縮放）。但是，在讀取numpy arrray之前，我該如何重新取樣，因爲不可能將大文件讀入內存。