Questions tagged «numpy»

以下是什么意思x[...]？ a = np.arange(6).reshape(2,3) for x in np.nditer(a, op_flags=['readwrite']): x[...] = 2 * x

86 python  numpy  iterator 

我遇到了一些代码，类似于 x[x<2]=0 玩弄各种变化，我仍然坚持使用此语法。 例子： >>> x = [1,2,3,4,5] >>> x[x<2] 1 >>> x[x<3] 1 >>> x[x>2] 2 >>> x[x<2]=0 >>> x [0, 2, 3, 4, 5]

85 python  python-2.7  numpy 

例如，我有一个数字数组 a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56]) 我想找到特定范围内元素的所有索引。例如，如果范围是（6，10），则答案应该是（3，4，5）。有内置的功能可以做到这一点吗？

85 python  numpy 

我想使用matplotlib从向量绘制归一化的直方图。我尝试了以下方法： plt.hist(myarray, normed=True) 以及： plt.hist(myarray, normed=1) 但是没有一个选项会从[0，1]产生y轴，以使得直方图的条形高度之和为1。我想生成这样的直方图-我该怎么做？

85 python  graph  numpy  matplotlib  scipy 

我从一个图像的numpy数组开始。 In[1]:img = cv2.imread('test.jpg') 形状是您可能期望的640x480 RGB图像。 In[2]:img.shape Out[2]: (480, 640, 3) 但是，我拥有的这张图像是一帧视频，长度为100帧。理想情况下，我希望有一个数组，其中包含该视频中的所有数据，从而img.shape返回(480, 640, 3, 100)。 将下一帧（即另一组图像数据，另一个480 x 640 x 3数组）添加到我的初始数组的最佳方法是什么？

85 python  arrays  opencv  numpy 

我有一个包含整数（正数或负数）的2D数组。每一行代表特定空间站点随时间的值，而每一列代表给定时间内各种空间站点的值。 因此，如果数组是这样的： 1 3 4 2 2 7 5 2 2 1 4 1 3 3 2 2 1 1 结果应该是 1 3 2 2 2 1 注意，当模式有多个值时，可以将任何一个（随机选择）设置为模式。 我可以一次遍历找到模式的列，但我希望numpy可能有一些内置函数来做到这一点。或者，如果有一个技巧可以有效地发现而不循环。

84 python  numpy  2d  mode 

假设给出以下数组： a = array([1,3,5]) b = array([2,4,6]) 一个人如何有效地交织它们，以便获得这样的第三个数组 c = array([1,2,3,4,5,6]) 可以假设length(a)==length(b)。

84 python  arrays  numpy 

我需要一个python方法来打开TIFF图像并将其导入到numpy数组中，以便我可以分析和修改像素数据，然后再次将它们另存为TIFF。（它们基本上是灰度的光强度图，代表每个像素的相应值） 我找不到有关TIFF的PIL方法的任何文档。我试图弄清楚，但仅收到“错误模式”或“不支持的文件类型”错误。 我需要在这里使用什么？

84 python  numpy  python-imaging-library  tiff 

我有以下内容DataFrame： from pandas import * df = DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]}) 看起来像这样： bar foo 0 1 a 1 2 b 2 3 c 现在我想拥有类似的东西： bar 0 1 is a 1 2 is b 2 3 is c 我该如何实现？我尝试了以下方法： df['foo'] = '%s is %s' % (df['bar'], df['foo']) 但这给我一个错误的结果： >>>print df.ix[0] bar …

84 python  string  pandas  numpy  dataframe 

我有一个2D列表，例如 a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 我想将其转换为2d numpy数组。我们可以在不分配内存的情况下做到吗 numpy.zeros((3,3)) 然后存储值呢？

83 python  numpy 

几年前从这个问题开始，在numpy中是否有规范的“移位”功能？我从文档中看不到任何东西。 这是我正在寻找的简单版本： def shift(xs, n): if n >= 0: return np.r_[np.full(n, np.nan), xs[:-n]] else: return np.r_[xs[-n:], np.full(-n, np.nan)] 使用它就像： In [76]: xs Out[76]: array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]) In [77]: shift(xs, 3) Out[77]: array([ nan, nan, nan, 0., 1., 2., 3., 4., 5., 6.]) …

83 python  numpy 

关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow的主题。 5年前关闭。 改善这个问题 我对np.exp（）的实际用途感到非常困惑。在文档中它说：“计算输入数组中所有元素的指数。” 我对这到底意味着什么感到困惑。有人能给我更多信息吗？

83 python  numpy  statistics  exp 

我从仿真中得到了一个代表温度分布的512 ^ 3数组（用Fortran编写）。该阵列存储在大小约为1 / 2G的二进制文件中。我需要知道此数组的最小值，最大值和均值，并且由于不久以后无论如何我都需要了解Fortran代码，因此我决定尝试一下，并提出了以下非常简单的例程。 integer gridsize,unit,j real mini,maxi double precision mean gridsize=512 unit=40 open(unit=unit,file='T.out',status='old',access='stream',& form='unformatted',action='read') read(unit=unit) tmp mini=tmp maxi=tmp mean=tmp do j=2,gridsize**3 read(unit=unit) tmp if(tmp>maxi)then maxi=tmp elseif(tmp<mini)then mini=tmp end if mean=mean+tmp end do mean=mean/gridsize**3 close(unit=unit) 我使用的计算机上的每个文件大约需要25秒。那让我感到震惊，因为它相当长，所以我继续使用Python进行了以下操作： import numpy mmap=numpy.memmap('T.out',dtype='float32',mode='r',offset=4,\ shape=(512,512,512),order='F') mini=numpy.amin(mmap) maxi=numpy.amax(mmap) mean=numpy.mean(mmap) 现在，我希望这当然会更快，但是我真的很震惊。在相同条件下，它花费不到一秒钟的时间。平均值偏离了我的Fortran例程找到的平均值（我也使用128位浮点数运行，因此我以某种方式信任它），但仅在第7个有效位数左右。 numpy怎么这么快？我的意思是，您必须查看数组的每个条目才能找到这些值，对吗？我是否在Fortran例程中做了一些非常愚蠢的事情，以使其花费了更长的时间？ 编辑： 要回答评论中的问题： 是的，我也使用32位和64位浮点数运行了Fortran例程，但它对性能没有影响。 我使用iso_fortran_env了提供128位浮点数的代码。 …

82 python  arrays  performance  numpy  fortran 

对于SciPy稀疏矩阵，可以使用todense()或toarray()转换为NumPy矩阵或数组。进行逆运算的功能是什么？ 我进行了搜索，但不知道应该正确选择哪些关键字。

82 python  numpy  scipy  sparse-matrix 

我正在尝试移植一个使用手推插值器（由数学家colleage开发）的程序，以使用scipy提供的插值器。我想使用或包装scipy插值器，以使其行为与旧的插值器尽可能接近。 这两个函数之间的关键区别在于，在我们的原始插值器中-如果输入值高于或低于输入范围，则我们的原始插值器将推断结果。如果您使用scipy插值器尝试此操作，则会引发一个ValueError。以该程序为例： import numpy as np from scipy import interpolate x = np.arange(0,10) y = np.exp(-x/3.0) f = interpolate.interp1d(x, y) print f(9) print f(11) # Causes ValueError, because it's greater than max(x) 有没有一种明智的方法可以使最后一行不会发生崩溃，而是简单地进行线性外推，将由前两个点定义的渐变继续到无穷大。 请注意，在实际软件中，我实际上并没有使用exp函数-此处仅用于说明！

82 python  math  numpy  scipy