Questions tagged «numpy»

如何将numpy.datetime64对象转换为datetime.datetime（或Timestamp）？ 在下面的代码中，我创建一个datetime，timestamp和datetime64对象。 import datetime import numpy as np import pandas as pd dt = datetime.datetime(2012, 5, 1) # A strange way to extract a Timestamp object, there's surely a better way? ts = pd.DatetimeIndex([dt])[0] dt64 = np.datetime64(dt) In [7]: dt Out[7]: datetime.datetime(2012, 5, 1, 0, 0) In [8]: ts Out[8]: …

289 python  datetime  numpy  pandas 

如何查看我使用的NumPy版本？ （仅供参考，此问题已被编辑，因为问题和答案都不是特定于平台的。）

282 python  numpy  version 

np.random.seedScikit-Learn教程的以下代码在做什么？我对NumPy的随机状态生成器不太熟悉，因此我非常感谢外行对此的解释。 np.random.seed(0) indices = np.random.permutation(len(iris_X))

282 python  numpy 

我有一个由列表列表组成的Numpy数组，代表带有行标签和列名的二维数组，如下所示： data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]]) 我希望所得的DataFrame将Row1和Row2作为索引值，并将Col1，Col2作为标头值 我可以指定索引如下： df = pd.DataFrame(data,index=data[:,0]), 但是我不确定如何最好地分配列标题。

281 python  pandas  numpy 

信不信由你，在分析当前代码后，执行numpy数组还原的重复操作将占用大量运行时间。我现在拥有的是基于视图的常见方法： reversed_arr = arr[::-1] 还有其他方法可以更有效地执行此操作，还是我对不切实际的numpy性能的痴迷所致的幻觉？

276 python  numpy 

这是我的生成数据框的代码： import pandas as pd import numpy as np dff = pd.DataFrame(np.random.randn(1,2),columns=list('AB')) 然后我得到了数据框： +------------+---------+--------+ | | A | B | +------------+---------+--------- | 0 | 0.626386| 1.52325| +------------+---------+--------+ 当我输入命令时： dff.mean(axis=1) 我有 ： 0 1.074821 dtype: float64 根据熊猫的参考，axis = 1代表列，我希望命令的结果是 A 0.626386 B 1.523255 dtype: float64 所以这是我的问题：大熊猫轴是什么意思？

269 python  pandas  numpy  dataframe 

我在NumPy中有两个简单的一维数组。我应该能够使用numpy.concatenate将它们连接起来。但是我收到以下代码的错误： TypeError：只有length-1数组可以转换为Python标量 码 import numpy a = numpy.array([1, 2, 3]) b = numpy.array([5, 6]) numpy.concatenate(a, b) 为什么？

266 python  arrays  numpy  concatenation  numpy-ndarray 

我从CSV文件加载了一些机器学习数据。前两列是观测值，其余两列是要素。 目前，我执行以下操作： data = pandas.read_csv('mydata.csv') 它给出了类似的东西： data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde')) 我想两个dataframes切片此数据框：包含列一个a和b和包含一个列c，d和e。 不可能写这样的东西 observations = data[:'c'] features = data['c':] 我不确定最好的方法是什么。我需要一个pd.Panel吗？ 顺便说一下，我发现数据帧索引非常不一致：data['a']允许，但data[0]不允许。另一方面，data['a':]不允许，但允许data[0:]。是否有实际原因？如果列是由Int索引的，这确实令人困惑，因为data[0] != data[0:1]

264 python  pandas  numpy  dataframe  slice 

我有一个Numpy数组类型的矩阵。如何将其作为映像写入磁盘？任何格式都可以使用（png，jpeg，bmp ...）。一个重要的约束是不存在PIL。

260 python  image  numpy 

好吧，我想将PIL图像对象来回转换为numpy数组，因此我可以比PIL PixelAccess对象所允许的更快地进行逐像素转换。我已经找到了如何通过以下方式将像素信息放置在有用的3D numpy数组中： pic = Image.open("foo.jpg") pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3) 但是，在完成所有出色的转换之后，我似乎无法弄清楚如何将其重新加载到PIL对象中。我知道该putdata()方法，但似乎无法使其正常工作。

256 python  image  numpy  python-imaging-library  numpy-ndarray 

SciPy似乎在其自己的名称空间中提供了NumPy的大多数（但不是全部[1]）功能。换句话说，如果有一个名为的函数numpy.foo，则几乎可以肯定有一个scipy.foo。在大多数情况下，两者看起来是完全相同的，甚至有时指向相同的功能对象。 有时，它们是不同的。举一个最近出现的例子： numpy.log10是一个ufunc该返回的NaN为负参数; scipy.log10 返回负参数的复数值，并且似乎不是ufunc。 同样可以说，大约log，log2和logn，但不是关于log1p[2]。 另一方面，numpy.exp和scipy.exp似乎对于同一ufunc是不同的名称。scipy.log1p和的情况也是如此numpy.log1p。 另一个例子是numpy.linalg.solveVS scipy.linalg.solve。它们相似，但是后者比前者提供了一些附加功能。 为什么出现明显的重复？如果这意味着要的批发进口numpy到scipy命名空间，为什么在行为的细微差别和缺少的功能？是否有一些有助于消除混乱的总体逻辑？ [1] ，，numpy.min 和其他几个人都在没有同行的命名空间。numpy.maxnumpy.absscipy [2]使用NumPy 1.5.1和SciPy 0.9.0rc2进行了测试。

253 python  numpy  scipy 

比较两个NumPy数组是否相等的最简单方法是什么（其中相等定义为：对于所有索引i：，A = B iff A[i] == B[i]）？ 简单地使用==给我一个布尔数组： >>> numpy.array([1,1,1]) == numpy.array([1,1,1]) array([ True, True, True], dtype=bool) 是否and需要确定该数组的元素是否相等，或者是否有更简单的比较方法？

251 python  arrays  numpy  elementwise-operations 

创建NumPy数组并将其另存为Django上下文变量后，加载网页时出现以下错误： array([ 0, 239, 479, 717, 952, 1192, 1432, 1667], dtype=int64) is not JSON serializable 这是什么意思？

246 python  json  django  numpy 

从Udacity的深度学习类中，y_i的softmax只是指数除以整个Y向量的指数和： 其中S(y_i)，y_i和的softmax函数e是指数，并且j是否。输入向量Y中的列数。 我尝试了以下方法： import numpy as np def softmax(x): """Compute softmax values for each sets of scores in x.""" e_x = np.exp(x - np.max(x)) return e_x / e_x.sum() scores = [3.0, 1.0, 0.2] print(softmax(scores)) 返回： [ 0.8360188 0.11314284 0.05083836] 但是建议的解决方案是： def softmax(x): """Compute softmax values for each sets of scores …

245 python  numpy  machine-learning  logistic-regression  softmax 

在numpy/中scipy，是否有一种有效的方法来获取数组中唯一值的频率计数？ 遵循以下原则： x = array( [1,1,1,2,2,2,5,25,1,1] ) y = freq_count( x ) print y >> [[1, 5], [2,3], [5,1], [25,1]] （对于您来说，R用户在那里，我基本上是在寻找该table()功能）

244 python  arrays  performance  numpy