使用NumPy中的掩码编写用于应用反向操作的高效代码
时，可以利用NumPy的掩码功能来实现。掩码是一个布尔数组，用于指示某个条件是否满足。下面是编写高效代码的步骤：
- 导入NumPy库：
import numpy as np- 创建输入数组：
arr = np.array([1, 2, 3, 4, 5])- 创建掩码条件：
mask = arr > 2上述代码创建了一个与输入数组arr形状相同的掩码数组，其中满足条件arr > 2的元素为True，否则为False。
- 应用反向操作：
result = np.where(mask, arr, -1)上述代码根据掩码数组的值，在满足条件的位置上将输入数组的元素保留，否则用-1进行替代。最终得到的result就是应用了反向操作后的数组。
掩码编写的高效代码能够快速过滤数组中的元素，并对满足特定条件的元素进行相应操作。它在数据处理、数据过滤、数据筛选等场景中非常有用。
腾讯云相关产品推荐：
- 云计算产品：腾讯云云服务器（CVM）-提供高性能、高可靠的云端计算服务。了解更多：腾讯云云服务器（CVM）
- AI计算产品：腾讯云AI推理服务器-提供高性能AI模型推理服务的计算资源。了解更多：腾讯云AI推理服务器
- 数据库产品：腾讯云数据库云服务器（CDB）-一种可扩展的云数据库服务，适用于各种应用场景。了解更多：腾讯云数据库云服务器（CDB）
以上是对使用NumPy中的掩码编写用于应用反向操作的高效代码的解答。
相关·内容
1回答
我已经写了一个代码，得到一些顶点，并根据一些规则重新排列它们。当输入包含大数据时，代码运行非常慢，例如，对于60000个循环，在运行时需要花费大约15个小时。我发现JAX是最好的库之一，并试图使用它，但由于缺乏处理这些大数据及其相关方法(如并行化)的经验，我遇到了一些问题。创建以下小示例是为了显示代码所做的工作：
import numpy as np
# <class 'numpy.ma.core.MaskedArray'> <class 'numpy.ma.core.MaskedArray'> (m, 4) <class
浏览 6提问于2021-10-03得票数 1
回答已采纳
我有一个应用程序正在从netcdf文件读取32位浮点数据，在该文件中使用了默认的netcdf填充值，即9.96920996839e+36。在应用程序中的特定点，对从输入数据创建的浮动32类型掩码数组执行基本缩放(乘法)操作，因此：
x = marr * scale # or, equivalently, x = ma.multiply(marr,scale)
此操作引发“在乘法中遇到溢出”警告，可能是因为填充值和小数位数的乘积超过了32位浮点数的最大值。已知掩码数组中的其他值较小。那么问题是，为什么numpy还要计算输入数组中被屏蔽元素的乘积？当然，这些应该被忽略，对吧？
由于输出数组中的
浏览 1提问于2012-09-20得票数 5
我正试着做姿势调节的脸生成。其思想是使用一个自动编码网络，它将图像作为输入和包含姿态信息的条件向量，这样生成的图像就以条件向量为条件。
为了使用MSE计算损失，我使用人脸地标检测库生成预测图像的人脸标志。不幸的是，在早期，网络会产生混淆，而脸地标检测库返回None，而不是256 x 256 x 3格式的预期张量，其中像素值表示地标的存在。
我想做的是忽略计算损失时，没有发现脸。
示例--假设我的批处理是表单-> 10 x 256 x 256 x 3，其中10是batch_size，256x256是带有3通道的图像的维数。对于预测，让我们假设不可能为批处理中的3幅图像生成任何地标。我可以将
浏览 3提问于2022-06-26得票数 0
回答已采纳
我有一个包含300行和4列的IoU值的numpy数组。如果行中的每个元素都小于0.5，则选择行。我编写了一个尝试这样做的代码，但是它返回每个元素都为零的行。
import numpy as np
iou = np.random.rand(300,4)
negative_boxes = []
for x in range(len(iou)):
if iou[x,:].any() < 0.5:
negative_boxes.append(iou[x])
如何选择每个元素都小于0.5的行？
浏览 0提问于2018-04-10得票数 0
回答已采纳
2回答
Numpy根据条件选择行
、、、
我正在尝试使用numpy从一个二维数组中删除行，其中行的第一个值(因此索引为0的元素)与某个条件不匹配。 我可以用普通的python使用两个循环来做这件事，但是我想用numpy做得更有效率，例如用numpy.where 我一直在尝试用numpy.where和numpy.delete做各种事情，但是我很难适应这样一个事实:我想使用一个只需要第一个元素验证的条件来选择行，而不是第二个元素(我不关心第二个元素的值)。 下面是一个示例，其中我只希望保留每行的第一个值为6的行。 输入： [[0,4],
[0,5],
[3,5],
[6,8],
[9,1],
[6,1]] 输出： [[6,8],
[6,
浏览 39提问于2019-09-24得票数 13
回答已采纳
1回答
在执行二值阈值后，我正试图在图像中填充红细胞的“洞”。几乎所有的红细胞在倒置二元阈值时都有一个黑色中心。我想把它们移走。
示例图像：
这是我的密码：
import cv2
from PIL import Image
import numpy as np
from scipy import ndimage
from skimage.feature import peak_local_max
from skimage.morphology import watershed
image = cv2.imread("blood_cells.jpg")
gray = c
浏览 0提问于2016-04-05得票数 5
回答已采纳
2回答
嗨，我想知道这个算法能不能更有效。当半径大于用户设置的最大半径时，要删除3个数组中的所有点。
这段代码搜索比率数组中的"i“位置，当值大于max_rad时，它从Nx1的3个numpy数组中移除元素"i”。
for i in range(len(rad_vec)-1,-1,-1):
if rad_vec_temp[i] >= max_rad :
azim_vec = np.delete(azim_vec, i)
elev_vec = np.delete(elev_vec, i)
rad_vec = np.delete(
浏览 3提问于2020-08-12得票数 1
回答已采纳
1回答
我想知道是否有人可以帮助我演示如何使用dask在掩码数组上应用"sum“或"mean”之类的函数。我希望仅在没有掩码的值上计算数组的和/平均值。
代码：
import dask.array as da
import numpy as np
import numpy.ma as ma
dset = [1, 2, 3, 4]
masked = ma.masked_equal(dset, (4)) # lets say 4 should be masked
print(np.sum(masked)) # output: 6
print(np.mean(masked)) # outp
浏览 0提问于2018-07-05得票数 2
我有一个简单的GNUradio测试应用程序，其中我尝试top将范围为-180...180的输入转换为范围0...360。我已经为此编写了Python代码和QA代码，但似乎无法使if-else语句正常工作。
问题似乎是if子句只看到测试src_data向量的第一个元素，因为我使用了input_elements。我尝试使用input_elements，但是在这种情况下，我得到了关于比较数组和整数的错误。如何解决这个问题？
Python中的块如下所示：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy
from gnuradio
浏览 0提问于2018-12-10得票数 0
1回答
假设我们有一个带有'Race', 'Age', 'Name'列的数据文件。我想创建两个2DF：
( 1)在列'Race' and 'Age'中不缺少值
2)“种族”和“年龄”栏中缺少的值
我写了以下代码
first_df = df[df[columns].notnull()]
second_df= df[df[columns].isnull()]
但是，此代码不起作用。我用下面的代码解决了这个问题
first_df= df[df['Race'].isnull() & df['Age&
浏览 3提问于2020-04-19得票数 6
回答已采纳
1回答
根据其他列的条件添加和更新熊猫列
、、、、
所以我有100多万行的数据
有一列名为“活动”，其编号为1-12。
根据列‘活动’的值，需要用0或1填充列'label‘
因此，如果活动为1，2，3，6，7，8标签为0，则为1。
以下是我目前正在做的工作：
df = pd.read_csv('data.csv')
df['label'] = ''
for index, row in df.iterrows():
if (row['activity'] == 1 or row['activity'] == 2 or row['activity
浏览 2提问于2022-02-15得票数 1
回答已采纳
我在Numpy阵列中有个图像。我将用黑色和所有其他白色替换特定的颜色。因为循环是慢的，而我的矮小的条件是不能工作。
所有匹配数组的像素-> 121,112,131必须用另一个数组完成替换-> 0，0，0
其他所有-> 255,255,255
我的结果是监督像素与第一个通道匹配--真、假、假
对不起拼写不好，我希望我的代码能更好地理解。
我的示例结果：
import numpy as np
from scipy import misc
file = misc.face()
img = np.array(file)
target_color = [121, 112, 131]
浏览 3提问于2020-05-14得票数 3
回答已采纳
1回答
形势
假设我有一个域example.com。我想用Node.js编写一个主应用程序，用Golang编写一些组件。
问题
是否可以使用Node.js运行api.example.com/second，使用Golang运行api.example.com/second？还是可以在不同的子域上编写不同的应用程序？
我不是说通过Node.js执行Golang程序
浏览 0提问于2018-11-24得票数 1
1回答
PyPy与高效阵列
、、、
我的项目目前使用NumPy，仅用于内存效率高的数组( bool_、uint8、uint16、uint32)。
我想让它在不支持PyPy的NumPy上运行。(至少没有安装)
所以我想知道:在Python中还有其他有效的存储数字数组的方法吗？任何由PyPy支持的东西？PyPy有自己的东西吗？
注意: array.array不是一个可行的解决方案，因为在我的测试中，它比NumPy占用更多的内存。
浏览 1提问于2013-06-14得票数 3
我用Python编写了以下测试代码，用于读取、设置阈值和显示图像：
import cv2
import numpy as np
from matplotlib import pyplot as plt
# read image
img = cv2.imread('slice-309.png',0)
ret,thresh = cv2.threshold(img,0,230, cv2.THRESH_BINARY)
height, width = img.shape
print "height and width : ",height, width
size =
浏览 0提问于2015-09-16得票数 10
回答已采纳
2回答
我正在使用matplotlib cvs2rec函数读取人口普查数据-工作良好，给了我一个很好的ndarray。
但是有几列中所有的值都是‘none’，dtype为|04。当我登录到ATPY "TypeError: object of NoneType has not len()“时，这是导致的问题。像'9999‘或其他缺失的东西对我来说是有效的。MASK在这种情况下不会起作用，因为我将实数组传递给Atpy，它不会转换掩码。numpy中的Put函数不能用于none值，这是改变值的最好方法(我认为)。我认为某种布尔数组是可行的方法，但我不能让它工作。
那么，什么是一个好的/快速的方
浏览 4提问于2011-08-10得票数 2
回答已采纳
我正在尝试找到一种仅使用逻辑表达式从掩码数组中获取掩码的方法。因此，如果var是一个掩码数组，我希望通过将其与nodata对象进行比较来获得掩码
>>> var = numpy.ma.masked_array([1, 2 , 3], mask=[True, False, True])
>>> print var == None
... False
>>> print var == numpy.ma.masked
... --
我想得到的是什么
>>> print var == ???
... array([ True, F
浏览 22提问于2015-12-11得票数 0
我有一个数组x，我想从其中提取一个逻辑掩码。x包含nan值，掩码操作会引发警告，这正是我要避免的。
这是我的代码：
import numpy as np
x = np.array([[0, 1], [2.0, np.nan]])
mask = np.isfinite(x) & (x > 0)
结果掩码是正确的(array([[False, True], [ True, False]], dtype=bool))，但会引发警告：
__main__:1: RuntimeWarning: invalid value encountered in greater
我怎样才能以一种避免与
浏览 4提问于2016-08-08得票数 1
回答已采纳
1回答
为了回归的发展，多项实验被记录下来。所有的实验都被连接成一个数据帧。对于培训，我想使用每一个n个样本，并对剩下的数据进行可视化。
下面的代码对于一个实验很好，但是由于重复出现的索引，连接的数据失败了。
df = pd.read_pickle(concatenated_experiments.pkl)
train = df.iloc[::10, :]
test = df.loc[~df.index.isin(train.index)]
有什么聪明的方法可以用串接的数据帧来实现这一点吗？我已经用df.iloc[::10, :]训练了一些模型，并且不想再做它们。
浏览 1提问于2019-06-07得票数 1
回答已采纳
这是我的第一个代码，使用numpy.linspace方法： import numpy as np
import matplotlib.pyplot as plt
def graph(formula, string, x1, x2):
x = np.linspace(x1, x2)
y = formula(string, x)
plt.plot(x, y)
def my_formula(string, x):
return eval(string)
graph(my_formula, "2 * (x ** 3) - 9.5 * (x ** 2
浏览 12提问于2020-04-01得票数 0
回答已采纳
任何将一个张量合并到另一个张量的有效方法，但是在特定索引上。
这是我的全部问题。
我在下面的代码中列出了一个tensor的索引，xy是原始张量。我需要保留xy的行(那些列在索引列表中的行)，并对那些索引以外的元素应用一些函数(简单地说，函数是‘用2乘以它们)，
xy = torch.rand(100,4)
indexes=[1,2,55,44,66,99,3,65,47,88,99,0]
然后把它们合并回原来的张量。
这就是我迄今为止所做的:我创建了一个面具张量。
indexes=[1,2,55,44,66,99,3,65,47,88,99,0]
xy = torch.rand(100,4)
浏览 2提问于2022-01-14得票数 3
回答已采纳
1回答
我是一个完全的Python和Pandas新手。我正在学习一个教程，到目前为止，我已经编写了以下代码： import numpy as np
import pandas as pd
import plotly as pyplot
import datetime
df = pd.read_csv("GlobalLandTemperaturesByCountry.csv")
df = df.drop("AverageTemperatureUncertainty", axis=1)
df = df.rename(columns={"dt": "
浏览 10提问于2020-08-27得票数 0
1回答
所以我刚开始学习openCV，我正在学习如何加入和掩蔽图像。因此，在实际做一些事情时，我遇到了以下代码的两个问题。
...
# HSV values
lower_bounds = numpy.array([h_min, s_min, v_min])
upper_bounds = numpy.array([h_max, s_max, v_max])
# Generating a mask
mask = cv2.inRange(img_hsv, lower_bounds, upper_bounds)
# Using this to conv
浏览 2提问于2021-04-16得票数 0
我想找出是否有一种“干净”的方法来做到这一点。
我需要在FWSM上设置一个ACL，它会影响多个子网上的设备。
结构如下: 10.10.1-254.1-15
我可以做：
object-group network example
network-object 10.10.1.0 255.255.255.240
..
..
network-object 10.10.254.0 255.255.255.240
但我希望有一种方法可以做到这一点，而不必添加每个子网？
浏览 0提问于2013-11-13得票数 6
回答已采纳
2回答
使用2D蒙版遮罩BGR图像
、、、、
我有一个形状为(480, 640, 3)的三维数组(图像)。这里，3指的是BGR色码。我想使用Red图像数组中的数据在这张图像上放置一个蒙版。根据其值，需要对某些像素进行遮罩。
创建遮罩可以很好地工作。它的行为完全符合预期。为了将蒙版应用于原始图像，我首先将蒙版应用于蓝色和绿色图像。一切都还好。现在我堆叠了三个掩码数组，它返回一个形状为(480, 640, 3)的数组。但是，使用imshow绘制此数组会生成原始图像。没有任何面具的迹象。
我把我的代码放在下面。该代码适用于任何图像大小/形状。您所需要做的就是将名称"Whatever_image_you_like.png"更改为p
浏览 2提问于2014-11-09得票数 6
2回答
假设我在做一个标准的DNN分类任务，我使用交叉熵损失。在损耗计算之后，我应用了一个掩码向量( 0，0，0，1，1，…将部分损失设定为零。
问题是Tensorflow将如何处理这个零损失？它会否涉及到反向传播？
浏览 6提问于2021-10-18得票数 0
回答已采纳
3个问题：
链子里的grad_outputs是什么？
在chainer函数F.transpose中的一个例子，如何解释这个反向代码？
def向后(自，输入，grad_outputs)：gy = grad_outputs inv_axes = self.axes，如果self.axes: ax = tuple(ax % len(self.axes) for ax in self.axes) inv_axes = tuple(numpy.argsort( axes )) gx = gy.transpose(inv_axes)返回gx，
假设我想实现自定义函数，但是我的输入和inputs
浏览 1提问于2017-08-27得票数 0
众所周知，可以反转MT回火功能。源代码可以在网上找到，以完成此。我正在试图弄清楚这是如何工作的，以及我将如何以编程的方式处理这个问题和类似的问题。
我正在努力解决的是，在有限大小的变量上进行移位操作应该导致不可逆转的数据丢失。类似地，逐位AND操作也应该导致永久的数据丢失，但是所提供的可以将任何值反转到其原始的预调优状态！
另一件事是，我发现令人困惑的是，非临时移位操作与临时函数在相同的方向和数量上移动。
浏览 3提问于2013-05-04得票数 5
回答已采纳
我发现Python、numpy或matplotlib有一个奇怪的行为。
请在ipython上使用pylab执行以下代码：
>>> import numpy as np
>>> import numpy.random as nr
>>> import matplotlib.pyplot as mp
>>> data = nr.rand(50, 2)
>>> mp.scatter(data[:, 0], data[:, 1])
>>> trans = np.asmatrix(data.T)
浏览 1提问于2013-06-19得票数 1
回答已采纳
3回答
当获取numpy数组中特定列的日志时，即logSFROIIdC = np.log(data_dC[:, 9])，编译器返回错误：
-c:13: RuntimeWarning: divide by zero encountered in log.
现在，我知道为什么会发生这种情况，即log(-1) = Math Error。
然而，我希望能够调用一些东西或编写一些代码，然后跳过数组中会导致此错误的任何值，然后完全忽略该行。从而允许该数据列再次可用。
我已经尝试了各种方法，这是向社区请教的最后手段。
浏览 3提问于2014-07-26得票数 4
在Python中，我有一个有一些零值的Matrix，当矩阵项为零时，我如何应用自然对数并获得零值？我使用numpy.log(矩阵)来应用自然对数函数，但是当矩阵条目等于零时，我得到nan，并且我希望它为零
浏览 15提问于2019-09-26得票数 0
1回答
frame = pd.Series([4051, 4052, 4053, 4054, 4060, 4061])
heat = pd.Series([52, 51, 50, 52, 53, 50])
df_1 = pd.DataFrame()
df_1['Frame'] = frame
df_1['Heat'] = heat
我有一个数据格式的df_1。我想检索一个数据df_2，它只包含df_1的行，其从一行到下一行的Frame增量较小或等于3。如果增量较大，搜索将停止。我试过这个：
i = 0
df_2 = pd.DataFrame()
for i in df
浏览 3提问于2022-04-08得票数 1
回答已采纳
保存numpy掩码数组的最有效方法是什么？不幸的是，numpy.save不能工作：
import numpy as np
a = np.ma.zeros((500, 500))
np.save('test', a)
这提供了一个：
NotImplementedError: Not implemented yet, sorry...
一种方法似乎是使用pickle，但不幸的是，这并不是非常有效(巨大的文件大小)，并且不是平台独立的。此外，似乎可以工作，但仅仅为了保存一个简单的数组，它就有很大的开销。
以前有没有人遇到过这个问题？我很想做array.data的numpy.save，
浏览 0提问于2012-12-14得票数 11
回答已采纳
我想要‘翻转’矩阵中的值，类似于numpy.absolute()，但翻转矩阵中的平均值；有点像折叠。
下面的代码可以工作，但理想情况下，我喜欢更pythonic /更快的代码。就我的目的而言，我的数组是360x360，这个‘翻转’需要做很多很多次，所以运行一个' For‘循环遍历数组中的每个元素似乎不是一个好主意。
import numpy as np
arr = np.array([0,1,2,3,4])
avg = np.average(arr)
for i in range(len(arr)):
x = arr[i]
if x < avg:
浏览 15提问于2019-07-23得票数 1
我有一个代码，我正在试图优化。大部分代码执行时间是由cdef np.ndarray index = np.argwhere(array==1)占用的，其中数组是numpy，是由0和1组成的512 numpy数组。有没有想过要加速这件事？使用Python2.7，Numpy 1.8.1
球度函数
def sphericity(self,array):
#Pass an mask array (1's are marked, 0's ignored)
cdef np.ndarray index = np.argwhere(array==1)
cdef int
浏览 0提问于2014-10-06得票数 5
回答已采纳
我有两个专栏--彭彻特和合同。我想要一个目录标志列，如果Punchout和Contract都是NAN，那么它是FALSE，否则它是正确的。我编写了以下代码：
req_line['Catalog_Flag'] = np.where((req_line['Contract']) & (req_line['Punchout']) = '[]',False,True)
但是它引发的错误是：SyntaxError: expression cannot contain assignment, perhaps you meant
浏览 4提问于2021-03-04得票数 1
回答已采纳
2回答
我使用Spyder并启用了代码样式警告。通过df[df['Col1'].isna() == False]从Pandas中选择一个子集将触发以下代码样式警告。
代码分析建议使用if。但是，if在此上下文中不起作用。如何在不触发代码样式警告的情况下从Pandas dataframe中选择子集？
浏览 3提问于2022-11-16得票数 2
1回答
使用下图..
..。我正在应用这段代码来创建一个圆形蒙版：
import cv2
import numpy as np
img = cv2.imread("car.png")
height, width, depth = img.shape
circle_img = np.zeros((height, width), np.uint8)
mask = cv2.circle(circle_img, (int(width / 2), int(height / 2)), 90, 1, thickness=-1)
masked_img = cv2.bitwise_and
浏览 3提问于2018-05-05得票数 1
1回答
原始图像是
我想将此图像中的矩形对象与矩形蒙版进行比较?如何选择矩形蒙版？如何比较矩形图像和蒙版的相似性。我想用下面的代码检查相似性
本文提出了一种基于分数傅立叶变换的图像融合方法。为此，我编写了一个滑动窗口模板。如何实现这个等式：
I = imread('test1.png');
imageWidth = size(I, 2);
imageHeight = size(I, 1);
windowWidth = 32;
windowHeight = 32;
for j = 1:imageHeight - windowHeight + 1
for i = 1
浏览 0提问于2015-11-19得票数 1
2回答
阵列中的矩形掩码
、、
我想在数组的边缘周围应用一个掩码，例如在3x3数组中：
0 0 0
0 1 0
0 0 0
在堆栈中我找到了这个命令，但是我不能应用第二个条件来获得我的特定数组.
import numpy as np
np.logical_and.outer(np.arange(3) >= 2, np.arange(3) >= 2)
我明白了：
0 0 0
0 0 0
0 0 1
浏览 0提问于2014-09-29得票数 1
回答已采纳
我希望将每一行从df_source复制到与简单条件匹配的df_target (其col1的值不存在于给定的值列表中)。
我正试图通过以下操作来完成这一任务：
df_target = df_source[df_source['Col1'].map(lambda x: x not in id_list)].copy()
请记住len(id_list) = 300000，它包含形状HF1D2R的字符串标识符。dataframe df_source还包含类型为字符串和整数的300000行和11列。
这需要10分钟才能完成，有什么问题吗？
浏览 2提问于2017-11-15得票数 1
回答已采纳
1回答
不提供梯度的流量损失函数
、、、、
目前，我尝试编写自己的丢失函数，但是当返回结果(由包含损失值的列表组成的张量)时，我得到以下错误：
ValueError: No gradients provided for any variable: ['conv2d/kernel:0', 'conv2d/bias:0', 'conv2d_1/kernel:0', 'conv2d_1/bias:0', 'dense/kernel:0', 'dense/bias:0', 'dense_1/kernel:0', 'dense_
浏览 12提问于2021-11-30得票数 0
回答已采纳
1回答
我用Python2.7、Numpy和OpenCV编写了一个程序，从我的摄像头抓取一张照片，并给出每个像素的rgb值。在640x480像素照片上运行代码之后：
for x in range(638):
for y in range(478):
red, green, blue = image[x, y]
print(red, green, blue)
我得到了错误消息：
red, green, blue = image[x, y]
IndexError: index 480 is out of bounds for axis 0 with size 480
浏览 1提问于2015-04-18得票数 1
回答已采纳
我已经在阈值图像上应用了一些形态学操作，现在我想将其转换回原始图像，但仅在图像为黑色的地方。下面是我要做的一些伪代码示例： import cv2
import numpy as np
img = cv2.imread("img01.jpg")
empty_image = np.zeros([img.width,img.height,3],dtype=np.uint8)
grey = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
ret,thresh1 = cv2.threshold(grey,125,255,cv2.THRESH_BINARY
浏览 27提问于2021-01-23得票数 0
回答已采纳
1回答
我有一小段代码，我正在尝试理解如何使用另一个numpy数组作为另一个numpy数组的索引。
bmi = np.array([13,14,15,22])
light = np.array(bmi) < 21
print(bmi[light])
输出: 13,14,15
我知道当使用numpy数组时，事情是按元素完成的，所以我对bmilight的假设是，它只在bmi中打印相应的值，这些值在light中的值为true。
浏览 0提问于2017-10-19得票数 1
通常，在编写代码时，我倾向于在某些函数上出错，因为这些函数签名不符合我的直觉。或者更恰当的说，我的直觉没有遵循这些功能背后的设计思想。我一直想知道python是否有一些不一致之处。
例如，在python中，我们有：
>>> ','.join(['1','2','3'])
'1,2,3'
>>> '1,2,3'.split(',')
['1', '2', '3']
很多时候我发现自己在做：
['
浏览 4提问于2022-07-15得票数 2
我有一个卷积层，它生成16个输出特征映射，我想把这些映射转换成4个映射，如下所示：
将16幅特征图分成4组，每组4幅。
用一个掩码将每个组相乘，使某些值为零。
在每个组中添加生成的功能映射，以获得4个映射。
或者，我可以先用一个掩码将所有16幅地图相乘，然后将结果分成4组，对每组做reduce_sum。得到的4个映射将用作下一个卷积或池层的输入。
Tensorflow是否能够自动计算tf.split、tf.multiply和tf.reduce_sum组合的梯度？
编辑:下面是操作系统系列，其中conv是来自tf.layers.conv2d的输出，mask是与conv相同形状
浏览 2提问于2018-02-09得票数 1
回答已采纳
3回答
在给定值之后屏蔽numpy数组
、、、、
我有两个numpy数组，如：
a = [False, False, False, False, False, True, False, False]
b = [1, 2, 3, 4, 5, 6, 7, 8]
我需要在b上求和，而不是整个数组，但只有在a中具有等效索引的元素是True为止。
换句话说，我想做1+2+3+4+5=15而不是1+2+3+4+5+6+7+8=36
我需要一个高效的解决方案，我认为我需要屏蔽b中所有在a中第一个True之后的元素，并将它们变为0。
附带注意:我的代码是用jax.numpy编写的，而不是原始的numpy，但我想这并不重要。
浏览 7提问于2022-03-07得票数 2
回答已采纳
我正在计算二维numpy数组中较小块的聚合值。我想以一种有效的方式从聚合操作中排除值0(而不是for和if语句)。 我使用的是skimage.measure.block_reduce和numpy.ma.masked_equal，但看起来block_reduce忽略了掩码。 import numpy as np
import skimage
a = np.array([[2,4,0,12,5,7],[6,0,8,4,3,9]])
zeros_included = skimage.measure.block_reduce(a,(2,2),np.mean) 包括0和(正确地)产生 zeros_in
浏览 34提问于2019-05-27得票数 0
回答已采纳
我需要根据‘type = numpy.ma.core.MaskedArray’( 'array1‘)的每个数组(type = numpy.ndarray)的参数顺序(type = numpy.ndarray)重新排列'array2’(type = numpy.ma.core.MaskedArray)中的每个数组(Array2)。每个较大的数组内由相同的索引组成的数组具有相同的参数，但排列不一致。我以前尝试过使用array1[:, (0, 2, 1)]，当array1中的所有数组都需要基于一个算法重新排列时。但是，现在需要根据从相应的array1数组派生出来的单独排序算法来重新排
浏览 3提问于2021-05-01得票数 0
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
