从包含选择索引的另一个NumPy数组生成NumPy数组的最快方法
是使用NumPy的花式索引（fancy indexing）功能。
花式索引允许使用索引数组（或布尔数组）来选择目标数组中的元素。对于从包含选择索引的另一个NumPy数组生成NumPy数组的情况，可以使用花式索引来实现。
下面是一个示例代码：
import numpy as np
# 原始数组
original_array = np.array([1, 2, 3, 4, 5])
# 索引数组
index_array = np.array([0, 2, 4])
# 使用花式索引生成新数组
new_array = original_array[index_array]
# 打印新数组
print(new_array)输出结果为：
[1 3 5]在这个例子中，原始数组是 [1, 2, 3, 4, 5]，索引数组是 [0, 2, 4]。通过使用花式索引 original_array[index_array]，我们生成了新数组 [1, 3, 5]，其中包含了原始数组中索引为 0、2、4 的元素。
使用花式索引生成新数组的优势是它可以非常高效地从一个数组中选择出特定的元素，尤其适用于处理大规模数据集。它的应用场景包括数据分析、机器学习、图像处理等领域。
腾讯云提供了强大的云计算平台和相关产品，其中与NumPy数组相关的产品包括云服务器 CVM、弹性块存储 CBS、对象存储 COS 等。您可以通过访问腾讯云的官方网站来了解更多关于这些产品的详细信息。
请注意，以上产品仅为示例，不代表推荐或限定您选择的范围。在选择云计算产品时，请根据实际需求和情况进行评估和选择。
相关·内容
2回答
我有两个包含NaNs的numpy数组：
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
是否有任何明智的方法使用numpy删除两个数组中的NaNs，以及删除另一个列表中相应索引的内容？让它看起来像这样：
A = array([ 2, 3, ])
B = array([ 2, 4, ])
浏览 2提问于2015-03-18得票数 6
回答已采纳
2回答
我正在处理一个大的numpy矩阵(大约75k行，每一行有2个整数)，我必须从其中删除一些行。我想知道是否有一种快速删除行而不重新生成整个数组的方法，即是否有一个函数--更改只是矩阵的“掩码”(或任何调用)，而不是有效地删除内存中的行？然后，在删除所有正确的行之后，我可以重新生成一个干净的矩阵。
浏览 3提问于2017-11-15得票数 1
回答已采纳
3回答
我遇到一个数组索引的问题。假设您有一个数组a和另一个数组b，您希望将其用作a的索引，以便将一些值分配给b元素所指向的位置。
a=numpy.zeros(5)
print a
[ 0. 0. 0. 0. 0.]
现在我想将第二个元素增加两倍
b=numpy.array([1,1])
a[b]+=1.
print a
[ 0. 1. 0. 0. 0.]
当我期望有一个
[ 0. 2. 0. 0. 0.]
如果数组b没有冗余(其元素的所有值都不同)，则没有问题。对于这样的问题，有人有避免使用for循环的解决方案吗？是numpy中的bug吗？提前感谢
浏览 3提问于2011-08-02得票数 4
3回答
查看一个numpy数组，我发现两个方法从这个问题的答案中获得一个元素：。
有两种方法：a[i][j]或a[i,j]
下面是一个可复制的最小示例：
import numpy as np
a = np.arange(15).reshape(3, 5)
'''
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
'''
print(a[1][1]) # returns 6
print(a[1,1]) # return 6
浏览 12提问于2022-08-31得票数 1
回答已采纳
1回答
我有一个向量列表：
>>> import numpy as np
>>> num_dim, num_data = 10, 5
>>> data = np.random.rand(num_data, num_dim)
>>> data
array([[ 0.0498063 , 0.18659463, 0.30563225, 0.99681495, 0.35692358,
0.47759707, 0.85755606, 0.39373145, 0.54677259, 0.5168117 ],
浏览 0提问于2016-09-19得票数 22
回答已采纳
当测试numpy数组c是否是numpy数组列表的成员时，CNTS
import numpy as np
c = np.array([[[ 75, 763]],
[[ 57, 763]],
[[ 57, 749]],
[[ 75, 749]]])
CNTS = [np.array([[[ 78, 1202]],
[[ 63, 1202]],
[[ 63, 1187]],
[[ 78, 1187]
浏览 0提问于2018-10-30得票数 7
回答已采纳
3回答
我有一个很大的numpy数组，里面有很多ID值(称之为X)：
X:
id rating
1 88
2 99
3 77
4 66
...
我还有另一个“错误‘d”的numpy数组--它表示我想从X中删除的行。
B: [2, 3]
所以当我做完的时候，我想：
X:
id rating
1 88
4 66
最干净的方式是什么，不需要迭代？
浏览 2提问于2011-08-28得票数 2
回答已采纳
1回答
所谓二进制矩阵，我指的是矩阵中的每个元素都是0或1，为此我在numpy中使用了Matrix类。
首先，在numpy中是否存在特定类型的矩阵，还是只使用填充0和1s的矩阵？
第二，考虑到类的维数，创建包含0的方阵的最快方法是什么？注意：numpy.zeros((dim, dim))不是我想要的，因为它创建了一个带有浮点0.的二维数组。
第三，我希望经常得到并设置矩阵的任何给定行。对于get，我可以考虑使用row = my_matrix.A[row_index].tolist()，它将返回给定行的列表表示。对于set，我似乎可以只做my_matrix[row_index] = row_list，r
浏览 0提问于2012-07-26得票数 4
回答已采纳
2回答
我有一个满是0的numpy数组，如下所示
[0,0,0,0,0,0,0,0,0,0,0,0]
以及像这样的职位列表
[2-4,6-10]
因此，我要做的是遍历位置列表，然后将numpy数组中的0更改为相应位置中的1，这样我就应该有一个numpy数组，例如。
[0,1,1,1,0,1,1,1,1,1,0,0,0]
希望这是足够清楚，如果不是只是让我知道。
谢谢。
浏览 1提问于2017-04-26得票数 0
回答已采纳
假设我有以下数组： a = np.array([1,1,1,2,2,2])
b = np.array([4,6,1,8,2,1]) 是否可以执行以下操作： a[np.where(b>3)[0]]
#array([1, 1, 2]) 因此，根据满足b中的条件的索引从a中选择值，但只使用np.where或类似的numpy函数？ 换句话说，当条件为True时，是否可以使用np.where指定要从中获取值的数组？或者，是否有另一个numpy函数可以在一个步骤中完成此操作？
浏览 59提问于2019-01-08得票数 2
回答已采纳
3回答
是否有任何有效的numpy方法来执行以下操作:假设我有一些大小为M的matix R X C。现在假设我有另一个矩阵E，它的形状是R X a (其中a只是一些常量的a < C)，它包含M的行索引(以及用于填充的-1，即E的每个元素都在{-1, 0, .., R-1}中)。例如,
M=array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
E = array([[ 0, 1],
[ 2, -1],
[-1, 0]])
现在，给定这些矩阵，我想生成第三个矩阵P，其中第一行P将包含以下
浏览 1提问于2020-07-10得票数 2
回答已采纳
我需要帮助从一个数据库复制一个集合到另一个。我搜索了多次，但没有得到任何适当的解决方案。所有这些都在insert中使用copyTo或简单的find查询。这不是最好的解决方案..因为copyTo阻止了我所有的数据库操作。而insert将数据从一个集合复制到另一个集合需要花费太多时间。因为我的收藏里有数百万张唱片。
我在mongoDB中检查了一条命令：
db.runCommand({renameCollection:'db1.collection_name', to: 'db2.collection_name'});
此命令在php中工作正常，但问题是它从源数据库中
浏览 0提问于2015-09-05得票数 0
1回答
我经常需要堆叠2d的numpy数组(tiff图像)。为此，我首先将它们添加到列表中并使用np.dstack。这似乎是获得3D数组堆叠图像的最快方法。但是，有没有一种更快/更有效的记忆方式？
from time import time
import numpy as np
# Create 100 images of the same dimention 256x512 (8-bit).
# In reality, each image comes from a different file
img = np.random.randint(0,255,(256, 512, 100))
t0
浏览 1提问于2014-05-01得票数 4
回答已采纳
我有一种叫做“预测”的形状(68，64，64)。这些尺寸对应于image_number，高度，宽度。对于每个图像，我有一个长度为2的元组，其中包含对应于每个64x64图像中特定位置的坐标，例如(12，45)。我可以将这些坐标叠加到另一个形状(68,2)的Numpy ndarray中，称为“locations”。
我如何构造一个片对象或构造必要的高级索引索引来访问这些位置而不使用循环？寻找语法方面的帮助。目标是使用没有循环的纯Numpy矩阵。
工作回路结构
Import numpy as np
# example code with just ones...The real arrays hav
浏览 0提问于2019-10-27得票数 1
回答已采纳
1回答
目标
我正在构建一个世界生成器，它应该能够动态地将“体素”添加到某种类型的列表中，因为摄像机接近已经存在的东西的边缘。每个体素都应该尽可能有效地访问，因为每个帧都需要访问来自数千个帧的几百个体素。
方法--我考虑过
1)我的第一个想法是一个多维的体素数组，它的索引是体素：Voxels[,] voxels = new Voxel[128,128];的x和y坐标。
优点:假设我知道我的体素：Voxel myVoxel = voxels[x, y];的坐标，这应该是非常快的。
缺点:我要么必须限制世界的大小，要么每次我想要生成新的地形时都要完全重新创建数组.
2)为了解决这个问题，我想我可以将x&a
浏览 0提问于2019-03-12得票数 2
回答已采纳
2回答
Numpy链索引
、、
我试图对numpy有一个更好的理解，并且在索引方面遇到了一些我不太理解的东西。
假设我们有第一个随机booleans数组
bools = np.random.choice([True, False],(7),p=[0.5,0.5])
array([False, True, False, False, True, False, False], dtype=bool)
那么，假设我们从正态分布中选择了第二个随机数数组
data = np.random.randn(7,3)
array([[ 2.24116809, -0.41761776, -0.69026077],
[-0.
浏览 3提问于2017-04-21得票数 0
回答已采纳
我有一个numpy像素数组( 0或255)，我使用.where提取其所在位置的元组。现在，我想使用这些元组将1添加到单独的2D numpy数组中。是使用如下所示的for循环的最佳方式，还是有更好的类似于numpy的方式？
changedtuples = np.where(imageasarray > 0)
#If there's too much movement change nothing.
if frame_size[0]*frame_size[1]/2 < changedtuples[0].size:
print "No change- too m
浏览 4提问于2014-08-03得票数 1
回答已采纳
我知道在Python里，
[1,2,3][0:2]=7
不工作，因为右侧必须是可迭代的。
然而，同样的情况也适用于NumPy ndarray：
a=np.array([1,2,3])
a[0:2]=9
a
这是否与广播相同的机制呢？在上，据说广播只适用于算术运算。
浏览 0提问于2019-08-03得票数 2
回答已采纳
2回答
基本上，我正在寻找一个函数或语法，它将允许我获得n维numpy数组的最后两个维度的第一个“片段”，该数组具有任意维数。
我可以这样做，但它太丑了，无法忍受，如果有人发送了一个6d数组呢？必须有一个像椭圆那样的numpy函数，扩展到0,0,0，.而不是:，：：.
data_2d = np.ones(5**2).reshape(5,5)
data_3d = np.ones(5**3).reshape(5,5,5)
data_4d = np.ones(5**4).reshape(5,5,5,5)
def get_last2d(data):
if data.ndim == 2:
浏览 2提问于2014-11-24得票数 2
回答已采纳
在我的当前项目中，我需要跟踪存储"things“集合属性的多个列表。列表被排序，使得每个列表的ith元素表示ith "thing“的属性。
我的“东西”实际上是OpenCV中的二进制图像。我有一个列表，其中每个元素都是一个表示二进制图像的二维numpy数组。我有另一个列表，上面有那些二值图像的轮廓。另一个有等高线层次的。另一个有索引的，它帮助我整理这些东西。另一个有..。好吧，即使你不使用OpenCV，你也可能明白重点。
因此，为了方便地处理这些列表的切片，我尝试将它们都变成numpy数组。但我得做些有趣的工作。一个特殊的例子是，当我的代码崩溃时，numpy将对长度一致的列表进
浏览 0提问于2020-02-11得票数 0
如何通过指定要包含哪些行和列(分别由x和y表示)来创建NumPy数组B，它是NumPy数组A的子数组？
例如：
A = numpy.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]])
x = [0, 2]
y = [1, 3, 4]
B = # Do something .....
应该给出输出：
>>> B
array([[2, 4, 5], [12, 14, 15]])
浏览 2提问于2014-10-22得票数 3
当我运行这段代码时：
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
print(np.where(a > 2))
很自然地会得到一组索引，其中包含a > 2，即[2, 3, 4, 5]，但是我们得到：
(array([2, 3, 4, 5], dtype=int64),)
即有空的第二个成员的元组。
然后，要得到numpy.where的“自然”答案，我们必须这样做：
np.where(a > 2)[0]
，这个元组有什么意义？在哪种情况下有用？
注意:我在这里只谈论用例numpy.where(cond)，而不是也存在的
浏览 0提问于2018-06-01得票数 56
回答已采纳
1回答
我正在创建一个包含股票回报的二维numpy数组。
例如，下面的收益是四只不同股票的每日收益。
returns=np.array([
`[0, 0, 4, 8],`
`[7, 5, 4, 1],`
`[10, 5, 7, 6],`
`[7, 5, 4, 2]])`
在前两天，第2列和第3列(使用基于0的索引)的总和最高。对于第二组两天，列0和2的总和最高。我想要的输出数组是
bools=np.array([
`[False, False, True, True],`
`[False, False, True, True],`
`[True
浏览 2提问于2011-04-25得票数 2
1回答
)我不知道如何命名这个问题。所以请随意编辑)
我有以下数组：
包含z，y，x值的3D数组
包含z，y，x高度的三维副阵
包含y，x的maximum_altitude的2D数组
z，y，x对这3个数组具有相同的长度。
我想要一个包含y，x的value_at_max_altitude的新的2D输出
算法应该类似于
find z where altitude[z, y, x] > max_altitude[y, x]
value_at_max_altitude[y, x] = value[z, y, x]
你要怎么处理矮胖？
编辑:这是我的解决方案。但我想知道是否可以使用n
浏览 2提问于2018-09-11得票数 1
1回答
我有一个包含N(未知) events的文件f。每个事件携带(未知的并且对于每个事件是不同的，称为i，j等)量的重构tracks。然后，每个轨迹都具有能量E和似然lik等属性。所以, >>> print(f.events.tracks.lik)
[[lik1, lik2, ..., likX], [lik1, lik2, ..., likj], ..., [lik1, lik2, ..., likz]] 打印一个包含N个子数组(每个event一个)的数组，每个子数组表示其所有tracks的lik。 目标:调用f.events.tracks[:, Inds].E获取具有最大可
浏览 15提问于2021-05-01得票数 1
回答已采纳
2回答
我试图从其中一个生成两个数字数组。一个是原始数组的切片，另一个表示可用于查找所产生的值的索引。我能解释这一点的最好方法是举例说明：
import numpy as np
original = np.array([
[5, 3, 7, 3, 2],
[8, 4, 22, 6, 4],
])
sliced_array = original[:,::3]
indices_of_slice = None # here, what command to use?
for val, idx in zip(np.nditer(sliced_array), np.nditer(indic
浏览 1提问于2022-06-16得票数 2
回答已采纳
1回答
我想知道如何向量化下面的代码，而不是使用for -循环，并且仍然能够检查条件。
# n is a numpy array which keeps the 'number of trials' parameter for the binomial distribution
# p is a numpy array which keeps the 'probability of success' parameter for the binomial distribution
# baf is a numpy array that will keep the resu
浏览 0提问于2014-09-25得票数 4
回答已采纳
5回答
下面的八度代码显示了一个使用Octave/Matlab的样本三维矩阵
octave:1> A=zeros(3,3,3);
octave:2>
octave:2> A(:,:,1)= [[1 2 3];[4 5 6];[7 8 9]];
octave:3>
octave:3> A(:,:,2)= [[11 22 33];[44 55 66];[77 88 99]];
octave:4>
octave:4> A(:,:,3)= [[111 222 333];[444 555 666];[777 888 999]];
octave:5>
oct
浏览 5提问于2016-08-05得票数 3
我并不清楚numpy在执行某些2d数组操作时所遵循的规则是如何将结果作为1d或2d数组返回的。让我们考虑下面的代码
idx_cls_samples = sample_data[:, -1] == c
v_feature = sample_data[idx_cls_samples, f]
f_values = sample_data[[sample_data[:, -1] == c], f]
请注意，最后一行只是将前两行合并为一行。
前两行的结果是表单数组(1，2，3，.)的numpy向量。最后一行的结果是数组([1，2，3，.])我认为结果应该是数组(1，2，3，.)在这两种情况下。如何事先
浏览 1提问于2016-03-31得票数 1
回答已采纳
假设我有一个类似于NumPy数组的arr
array([5, 3, 0, 5, 7, 6, 5, 9, 0, 6])
还有一些在另一个数组中包含索引，inds，
array([3, 6])
，我想要生成一个具有arr子数组长度的数组，如果我要用inds来分割数组的话。所以在这种情况下，我的结果是[3, 3, 4]。
我知道我可以用np.split来做
>>> np.split(arr, inds)
[array([5, 3, 0]), array([5, 7, 6]), array([5, 9, 0, 6])]
并映射size()以获得正确的[3, 3, 4]结果，但是，考
浏览 0提问于2017-02-21得票数 1
回答已采纳
2回答
我花了很长时间仔细地寻找这个问题的答案，但没有找到任何完全符合我要求的问题。我有一个多维的numpy数组，包含数据(在我的例子中是三维的)和另一个数组(二维的)，它包含沿着原始数组的最后一个维度想要的值的信息。例如，这里有一个简单的例子来说明这个问题。我有一个数据数组a，以及另一个包含a维数2的索引的数组b。我想要一个新的二维数组c，其中c[i, j] = a[i, j, b[i, j]].The唯一能想到的方法是使用一个循环，如下所示。然而，这似乎又笨重又缓慢。
In [3]: a = np.arange(8).reshape((2, 2, 2))
In [4]: a
Out[4]:
ar
浏览 2提问于2014-02-21得票数 3
回答已采纳
我有一个复杂值的NumPy数组，我想把它转换成一个连续的NumPy数组，将实部和虚部分开。
这
import numpy
u = numpy.array([
1.0 + 2.0j,
2.0 + 4.0j,
3.0 + 6.0j,
4.0 + 8.0j
])
u2 = numpy.ascontiguousarray(numpy.vstack((u.real, u.imag)).T)
这是可行的，但转置、叠置和转换为一个连续数组可能是太过一两步了。
是否有一个本机NumPy函数可以为我做到这一点？
浏览 6提问于2016-08-11得票数 10
回答已采纳
2回答
我有一个包含空字符串的列表：
test = ['foo', '', 'bar', '', 'baz']
下面的代码将删除空字符串并返回所需的输出：
list(filter(None, test))
Out:['foo', 'bar', 'baz']
当我将列表转换为numpy数组时，通过映射应用相同的函数不起作用：
test = np.array(['foo', '', 'bar', '', 'b
浏览 5提问于2020-09-04得票数 0
回答已采纳
我正在处理通过numpy.array()创建的数组，并且需要在模拟图像的画布上绘制点。由于在包含有意义的数据的数组的中心部分有很多零值，我想“修剪”数组，擦除只包含零的列和只包含零的行。
因此，我想知道一些本机numpy函数，甚至是一个代码片段，以便“修剪”或找到一个“边界框”，以仅对数组中包含数据的部分进行切片。
(因为这是一个概念性的问题，所以我没有放任何代码，如果我应该这样做，很抱歉，我很新在这样的帖子上。)
感谢您的阅读
浏览 0提问于2011-01-27得票数 21
回答已采纳
1回答
试图理解数组索引R与Python (准确地说是numpy)
R版
a = array(0:7, c(2,2,2))
输出如下所示
, , 1
[,1] [,2]
[1,] 0 2
[2,] 1 3
, , 2
[,1] [,2]
[1,] 4 6
[2,] 5 7
如果我尝试首先访问“元素”a[1,,]，我就会得到这样的结果。
[,1] [,2]
[1,] 0 4
[2,] 2 6
Python版本
a = np.array(range(8)).reshape((2,2,2))
array(
浏览 5提问于2020-03-21得票数 1
回答已采纳
我有一个大小为4的一维空numpy数组(b)，我想在其中堆叠列。列中包含的值依赖于包含真/假布尔值的另一个一维数值数组(a)。
我已经设法用for循环的方式填充了它，但我认为使用切片可以更有效地完成它。
下面是给出正确结果的工作代码：
import numpy as np
import random
b = np.empty(4, dtype=object) # The array we are trying to fill
for i in range (5):
# a contains 4 random True/False values
a = np.random.r
浏览 3提问于2018-01-26得票数 1
回答已采纳
我使用python和numpy来比较两个数组或与坐标(x，y，z)相等的形状，以便匹配它们，它们看起来像这样：
coordsCFS
array([[ 0.02 , 0.02 , 0. ],
[ 0.03 , 0.02 , 0. ],
[ 0.02 , 0.025 , 0. ],
...,
[ 0.02958333, 0.029375 , 0. ],
[ 0.02958333, 0.0290
浏览 0提问于2012-10-05得票数 0
回答已采纳
我需要在我的项目中处理一些大型numpy数组。在从磁盘加载这样的数组后，我的计算机将占用超过一半的内存。
加载数组后，我会对其进行几个切片(几乎一半的数组将被选中)，然后收到错误消息，告诉我内存不足。
通过做一个我理解的小实验，我会收到这个错误，因为当numpy数组被切片时，将创建一个副本。
import numpy as np
tmp = np.linspace(1, 100, 100)
inds = list(range(100))
tmp_slice = tmp[inds]
assert id(tmp) == id(tmp_slice)
返回AssertionError
是否有一种方
浏览 7提问于2019-09-17得票数 1
回答已采纳
对于获取非零元素的指数是非常有用的。它返回数组的元组，每个数组包含特定轴的非零元素的索引。
是否有一个等价的，但对于零元素替代？
这意味着对于给定的numpy数组，
x = [[1, 2, 0],
[8, 0, 2],
[0, 0, 1]]
我可以得到如下的指数
ax0_zero_idxs, ax1_zero_idxs = numpy.zero(x)
哪里
ax0_zero_idxs = [0, 1, 2, 2]
ax1_zero_idxs = [2, 1, 0, 1]
浏览 5提问于2020-10-12得票数 1
回答已采纳
3回答
我刚刚开始了解numpy，它声称在ndarray中进行内存访问具有类似C语言的效率，这给我留下了深刻的印象。我想自己看看这些列表和pythonic列表之间的区别，所以我运行了一个快速的计时测试，在不使用numpy的情况下执行一些相同的简单任务。不出所料，Numpy在数组的分配和算术运算上比常规列表高出一个数量级。但这段代码在两个测试中都是相同的，使用常规列表大约需要1/8秒，而使用numpy只需要2.5秒多一点：
file = open('timing.log','w')
for num in a2:
if num % 1000 == 0:
浏览 1提问于2010-08-04得票数 8
回答已采纳
我有一个2d的numpy数组: data.shape==(n,8)和另一个ind.shape=(n,4)。ind数组与数据相同，包含4、3、0、6等索引。如何使用shape==(n,4)创建另一个数组，其中包含ind索引指定的数据中的元素？我的实际数组很长(形状)，所以循环很慢。一定有比循环更好的方法吗？
import numpy as np
# Example data
data = np.array([[ 0.44180102, -0.05941365, 2.1482739 , -0.56875081, -1.45400572,
-1.44391254, -0.33710
浏览 0提问于2014-08-13得票数 3
回答已采纳
2回答
我试图获取给定的NumPy数组列表的子集x，以便每一行的第一个元素必须位于列表r中。
>>> import numpy
>>> alist = numpy.array([(0, 2), (0, 4), (1, 3), (1, 4), (2, 1), (3, 1), (3, 2), (4, 1), (4, 3), (4, 2)])
>>> alist
array([[0, 2],
[0, 4],
[1, 3],
[1, 4],
[2, 1],
[3, 1],
[3, 2],
[4, 1],
[
浏览 3提问于2016-12-20得票数 4
2回答
我的问题是：
import numpy as np
import itertools
bla = list(itertools.product([0, 1], repeat=3))
[(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)]
np.random.choice(bla,size=3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module&
浏览 0提问于2019-06-29得票数 1
回答已采纳
在的启发下，我试图将我的注意力集中在中的NumPy中，并对它的工作原理建立更直观的理解。
我发现了一个有趣的案子。下面是一个数组：
>>> y = np.arange(10)
>>> y
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
如果我用标量索引它，我当然会得到一个标量：
>>> y[4]
4
对于一个一维整数数组，我得到另一个一维数组：
>>> idx = [4, 3, 2, 1]
>>> y[idx]
array([4, 3, 2, 1])
所以如果我用二维整数数组索
浏览 2提问于2017-09-08得票数 6
回答已采纳
有时(不是所有的时间)我都会收到这个Notice: Undefined offset: #错误
我有一大堆词。我随机地从这个数组中选择一个单词，然后删除它。我从单词数组中检索的单词随后被放置到另一个数组中。
$numberOfWords = $_POST['number_of_words'];
$words = array('an', 'array', 'of', 'words', 'to', 'select', 'from');
$selectedWords = a
浏览 3提问于2014-09-22得票数 0
回答已采纳
1回答
Numpy -用NaN替换数字
、、、、
我希望在numpy中用NaN替换一个数字，并寻找一个像numpy.nan_to_num这样的函数，除了相反的情况。
这个数字可能会随着不同数组的处理而变化，因为每个数组都可以有一个唯一定义的NoDataValue。我见过有人使用字典，但数组很大，既有正浮点数，也有负浮点数。我怀疑试图将所有这些加载到任何东西中以创建密钥的效率不高。
我尝试使用以下命令和numpy命令，要求我使用any()或all()。我意识到我需要按元素进行迭代，但希望内置函数可以实现这一点。
def replaceNoData(scanBlock, NDV):
for n, i in enumerate(array)
浏览 37提问于2011-07-15得票数 47
回答已采纳
我对裸体有一个基本的怀疑。我在Ubuntu14.04上使用Python2.7，numpy-1.9.2。
例如，我将一个2d numpy数组初始化为a = np.zeros((10,10))。
然后，我尝试使用range函数作为索引，对其中的一部分进行索引，方法如下：
a[range(0,5),range(0,5)]。我得到一个形状数组(5，)。我想要的是2d数组a的前5行和列。
当我执行a[:5,:5]时，它似乎给了我一个形状数组(5,5)。
有人能解释一下为什么使用range函数来指定索引失败吗？即使在使用了将近一年的时间后，我仍然对numpy索引感到困惑。
谢谢你提前帮忙。
浏览 1提问于2015-05-03得票数 3
回答已采纳
当对numpy数组使用逻辑索引时，根据索引是布尔值还是整数(1/0)，会出现不同的行为。说，从Python3.x开始，
True和False是关键字，永远等于1和0。
有人能解释一下是什么原因造成了这种行为吗？
要复制的MWE (Python 3.7.3，Numpy 1.16.3)：
import numpy as np
a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
b = [True, True, True, True, True, False, False, False, False, False]
c = [1, 1, 1, 1, 1, 0, 0, 0,
浏览 0提问于2020-03-10得票数 0
回答已采纳
由于我对整个"python“都很陌生，所以我面临以下问题：
我有一个.npy形状的数据文件(77,77,20)。我想从这个文件中提取25行& 25列，并得到一个形状类似于(25,25,20)的新矩阵。行和列既不是前25行，也不是后25行。我创建了两个变量"col_idx“和"row_idx”，其中包含25行和列的数目，但无法从数据中提取它们。对如何进行有任何建议吗？
我想使用numpy.savetxt将这个(25,25,20)矩阵保存在csv中，这样它就可以被读取。在堆栈溢出方面，我可能发现这个部分有些棘手，但是当我刚开始使用python时，我并不真正理
浏览 5提问于2017-05-06得票数 1
回答已采纳
1回答
我试图使用cython来提高循环的性能，但是我遇到了一些问题，声明输入的类型。
如何在类型化的结构中包含一个字段，它是一个字符串，可以是“前台”，也可以是“后”
我有一个类似于以下内容的np.recarray (注意，recarray的长度作为编译时是未知的)
import numpy as np
weights = np.recarray(4, dtype=[('a', np.int64), ('b', np.str_, 5), ('c', np.float64)])
weights[0] = (0, "front", 0.5
浏览 1提问于2017-07-05得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
