reshape

0熱度

1回答

如下例所示，我需要在尺寸爲（6 * 4）的Fortran中將尺寸爲3 * 8的二維矩陣（A）重塑爲矩陣（B）。 Matrix A 1 2 1 2 1 2 1 2 5 6 5 6 5 6 5 6 7 8 7 8 7 8 7 8 Matrix B 1 1 1 1 2 2 2 2 5 5 5 5 6 6 6 6 7 7 7 7

0熱度

2回答

鑄造數據幀

我的數據如下所示： dput(head(dat, 10) structure(list(Label = c("Nuclear Blast", "Nuclear Blast", "Nuclear Blast", "Nuclear Blast", "Nuclear Blast", "Nuclear Blast", "Nuclear Blast", "Metal B

4熱度

3回答

如何將數據幀的格式轉換從兩行單挑

我有一個熊貓數據幀與16列和2行（SEC01到sec16和x_data，y_data）我想這跟1轉換爲另一種數據幀行32列（x_sec01，y_sec01到x_sec16，y_sec16） sec01 sec02 sec03 sec04 sec05 sec06 sec07 sec08 sec09 sec10 sec11 sec12 sec13 sec14 sec15 sec16 x_data

-1熱度

3回答

轉換ndarray形狀

我正在使用python/Numpy將小圖像存儲到ndarray中。當我試圖將一個ndarray從32,32,1形狀轉換爲1,32,32,1時，我被卡住了。任何幫助？謝謝

2熱度

2回答

熊貓 - 多列到「列名 - 值」列

我有一個有多個列的熊貓數據框，我想將它「扁平化」爲兩列 - 一列爲列名，另一列爲值。例如。 df1 = pd.DataFrame({'A':[1,2],'B':[2,3], 'C':[3,4]}) 我怎樣才能將其轉換看起來像： df2 = pd.DataFrame({'column name': ['A','A','B','B','C','C'], 'value': [1,2,2,3,3,4]

2熱度

2回答

Python使用np.reshape以特定順序重新整形陣列

我有一個數組（a），形狀爲(1800,144)，其中a[0:900,:]都是實數，而數組a[900:1800,:]的後半部分都是零。我想要把陣列的後半部分放在水平的第一半旁邊，並將它們放在一起，這樣新的陣列形狀（a）將是(900,288)，陣列a將如下所示： [[1,2,3,......,0,0,0], [1,2,3,......,0,0,0], ... ] 如果這是有道理的。當我嘗試

4熱度

1回答

將圖像張量分割成小塊

我有一個形狀爲(466,394,1)的image，我想分割成7x7塊。 image = tf.placeholder(dtype=tf.float32, shape=[1, 466, 394, 1]) 使用 image_patches = tf.extract_image_patches(image, [1, 7, 7, 1], [1, 7, 7, 1], [1, 1, 1, 1], 'VAL

1熱度

2回答

將唯一值轉換爲新列並檢查所有其他值

感謝@hrbrmstr對於「Scraping a xml document (nested url-structure)」問題，我得到了一個很好的解決方案。但是從有識之士因此，出現了另一個問題：現在我已經得到了以下數據結構... $Vorname : chr "Jan" "Jan" "Jan" "Jan" ... $ Nachname : chr "Aken" "Aken" "Aken" "

1熱度

1回答

將可能非常大的一維陣列重塑爲具有可變尺寸的多維矩陣

我必須從參數分析中後處理數據，該參數分析具有輸出1D陣列的結果。我想重塑這個一維數組到一個多維矩陣，它具有我調查參數的維度（按照正確的順序），，這些維度可能在數量上有所不同。我可以想出一個基於for循環的函數，但問題是，對於非常大的陣列，我耗盡了RAM。我完全知道這不是實現這個目標的最明智的方法。我想知道是否有一個更聰明的方式來操縱這樣一個大型數組，並執行與我的功能相同的工作。 functi

1熱度

2回答

如何根據時間重塑形狀？

我有一個時間序列數據： date value 12 2016-08-05 854 13 2016-07-29 1065 14 2016-07-22 878 15 2016-07-15 1145 16 2016-07-08 735 17 2016-07-01 730 18 2016-06-24 726 19 2016-06-17 1011 20 2016-06-10 1019