numpy 相关问题

删除 Shapely 多边形外部的 numpy 网格点

我有一个 10 x 10 网格，我想删除形状多边形之外的点： 将 numpy 导入为 np 从 shapely.geometry 导入多边形、点 从笛卡尔导入PolygonPatch gridX、gri...

创建包含单位矩阵的多维数组

假设我有一个 Numpy 数组 n 个索引，其中前 n-2 表示一些计数索引，最后 2 个索引表示一个 MxM 方阵。我想初始化这个结构，这样它将...

以最节省时间和内存的方式操作 Pandas 数据帧

请想象我有一个像这样的数据框： df = pd.DataFrame(index=pd.Index(['1', '1', '2', '2'], name='from'), columns=['to'], data= ['2 '、'2'、'4'、'5']) df： 现在，我想计算...

这段 Python 代码是一种类型转换吗？如果是，那么幕后到底发生了什么？

我正在编辑一些包含以下行的Python代码： arr = (c_double * len(self.static_mapped[0, :]))(*self.static_mapped[0, :]) 其中字段 self.static_mapped 是使用 numpy.zeros 创建的，其中

Numpy 矩阵平铺和乘法组合

我正在寻找一个能够获取 m x n 数组的函数，该函数在 m 大小的类似恒等的网格上重复每一行 n 次。 对于演示： 输入 = [[a1, b1, c1], [a2，b2，c2]] 输出 = [[a...

使用另一个 2d 数组对 numpy 2d 数组进行切片

我有一个 (4,5) 的二维数组和另一个 (4,2) 形状的二维数组。第二个数组包含我需要从第一个数组中过滤掉的开始和结束索引，即我想对第一个数组进行切片...

揭秘 numpy 索引/切片

您能帮助揭开以下 numpy 索引/切片行为的神秘面纱吗？谢谢！ arr = np.arange(60).reshape(3,4,5) 打印(arr[2,:,4])#1 打印(arr[[2],:,4])#2 打印(arr[2, :, [...

在Python中求解具有换向器形式的（欠定）线性系统

考虑三个（复数）方阵 A、X 和 B，它们形成一个通常欠定的线性系统 A @ X - X @ A == B 该系统要针对 X 进行求解。我想使用，例如 lstsq

使用 numpy bincount 和二维数组的权重

假设我有以下 1d numpy 数组 >>> x = np.array([1,2,3,4,5,6]) >>> y = np.array([10,20,30,40,50,60]) 和垃圾箱 >>> bins = np.array([0,0,1,1,2,3]) 那我就...

Python：如何获取多维数组在某些索引位置的值？

如果我有一个多维 numpy 数组，例如： a = np.array([[0, 1, 2], [3,4,5], [6,7,8]]） 如何一步一步获取某个索引位置的值？对于e...

使用 numpy.vectorize 泛化高斯混合以获取任意数量的参数会导致性能问题

我正在使用最大似然估计来优化高斯混合。最初我使用了以下模型： def 正态分布(x, mu, sigma): ”“” 高斯（正态）概率密度

使用 numpy.log 计算负值

我正在尝试进行一个在 log (base-e) 函数中包含负值的计算。 Python的numpy包有log函数，MWE如下： 从 numpy 导入 exp，日志 z = 1j*log(-1.1) 优先...

概括高斯混合以采用任意数量的参数会导致性能问题

我正在使用最大似然估计来优化高斯混合。最初我使用了以下模型： def 正态分布(x, mu, sigma): ”“” 高斯（正态）概率密度

类型错误：无法从 dtype((numpy.record, [('x', '<i8'), ('y', '<i8')])) to dtype('float64')

我尝试使用Pandas捆绑数据并使用maplotlib绘制它，但出现错误。 我该如何解决这个错误？类型错误：无法从 dtype((numpy.record, [('x', ' 我尝试使用Pandas捆绑数据并使用maplotlib绘制它，但出现错误。 如何解决这个错误？ TypeError: Cannot cast array data from dtype((numpy.record, [('x', '<i8'), ('y', '<i8')])) to dtype('float64') import pandas as pd import numpy as np import matplotlib.pyplot as plt from matplotlib.collections import PolyCollection a = [ {'x': 1, 'y': 2}, {'x': 0, 'y': 1}, {'x': 1, 'y': 0}, {'x': 2, 'y': 1}, {'x': 3, 'y': 2}, {'x': 2, 'y': 1}, {'x': 3, 'y': 0}, {'x': 4, 'y': 1}, ] b = pd.DataFrame(a) c = np.array(b[['x', 'y']].to_records(index=False)) fig, ax = plt.subplots(1, 1) ax.add_collection(PolyCollection(c)) plt.show() Traceback (most recent call last): File "..\test.py", line 80, in <module> ax.add_collection(PolyCollection(c)) ^^^^^^^^^^^^^^^^^ File "..\Python\Python311\site-packages\matplotlib\collections.py", line 1200, in __init__ self.set_verts(verts, closed) File "..\Python\Python311\site-packages\matplotlib\collections.py", line 1241, in set_verts self._paths.append(mpath.Path._create_closed(xy)) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "..\Python\Python311\site-packages\matplotlib\path.py", line 199, in _create_closed v = _to_unmasked_float_array(vertices) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "..\Python\Python311\site-packages\matplotlib\cbook.py", line 1398, in _to_unmasked_float_array return np.asarray(x, float) ^^^^^^^^^^^^^^^^^^^^ TypeError: Cannot cast array data from dtype((numpy.record, [('x', '<i8'), ('y', '<i8')])) to dtype('float64'). 不清楚为什么在这里使用记录数组。这可以通过使用 DataFrame 方法直接将 pandas .to_numpy() 转换为 numpy 数组来完成。 b.to_numpy() 返回形状为 (8,2) 的数组。 您还需要注意，PolyCollections需要一个包含形状为(M,2)的顶点的二维列表/数组的列表。因此，将 DataFrame 转换为数组后，我们必须将其放入列表中。 最后，添加集合不会触发轴限制的重新缩放，因此我添加了对 ax.autoscale_view() 的调用。 import pandas as pd import matplotlib.pyplot as plt from matplotlib.collections import PolyCollection plt.close("all") a = [ {'x': 1, 'y': 2}, {'x': 0, 'y': 1}, {'x': 1, 'y': 0}, {'x': 2, 'y': 1}, {'x': 3, 'y': 2}, {'x': 2, 'y': 1}, {'x': 3, 'y': 0}, {'x': 4, 'y': 1}, ] b = pd.DataFrame(a) fig, ax = plt.subplots() ax.add_collection(PolyCollection([b.to_numpy()])) # put the array into a list ax.autoscale_view() plt.show() 结果：

当批次需要以不同方式屏蔽时，如何屏蔽变压器模型中可变大小的输入？

我正在使用tensorflow.keras制作一个变压器，并且在理解attention_mask如何用于MultiHeadAttention层时遇到问题。 我的输入是 3 维数据。例如，我们假设...

更有效地执行np.hstack

我发现对数组列表的 np.hstack 操作是我的管道中的瓶颈，我希望有一种更有效的方法来执行串联。 这里有一个示例代码来...

我将矩阵与字节字符串相互转换的代码有什么问题吗？

我有这个函数可以将二进制二维数组转换为字节数组： def flatten_and_pad_to_multiple_of_8(binary_matrix): # 步骤1：计算原始展平数组的大小 行，共...

使用 numpy 1d 数组作为 sklearn X 的最短语法

我经常有两个 numpy 1d 数组，x 和 y，并且想使用它们执行一些快速 sklearn 拟合 + 预测。 将 numpy 导入为 np 从sklearn导入线性模型 # 这是一个例子...

Tensorflow-data-validation 安装问题

我使用的是 Python 3.12，并且正在尝试安装最新版本 (1.15.1) 的 TensorFlow 数据验证。然而，在安装过程中，我遇到了以下错误： 错误：找不到版本...

总结 numpy 中的更高维度

我有一个 numpy 数组，用于保存所有可能的棋局游戏状态，我想总结其中的一些棋局。当我选择哪个时，我正在努力矢量化该代码并避免 for 循环......