当传递给numpy.square矩阵时，scipy.sparse似乎提供了不正确的输出：
import numpy as np
import scipy.sparse as S
a = np.array([np.arange(5), np.arange(5), np.arange(5), np.arange(5), np.arange(5)])
a
# array([[0, 1, 2, 3, 4],
# [0, 1, 2, 3, 4],
# [0, 1, 2, 3, 4],
# [0, 1, 2, 3, 4],
# [0, 1, 2,
浏览 3提问于2015-10-05得票数 2
回答已采纳
1回答
n,m = map(int,input().split())
A = []
for _ in range(n):
A.append(map(int,input().split()))
A = numpy.array(A)
print (numpy.mean(A,axis = 1))
print (numpy.var(A,axis = 0))
print (round(numpy.std(A),11))
有人能告诉我我做错了什么吗？我搞错了：numpy.AxisError: axis 1 is out of bounds for array of dimension 1
另外，我希望用
浏览 17提问于2022-01-29得票数 0
回答已采纳
有一种将python中的数字列表转换为numpy数组的方法。
但是，我尝试过的简单函数，例如numpy.average(x)，无论x是简单的python列表还是numpy数组都能工作。在哪种情况下，需要将python中的列表(或数组)转换为numpy中的数组？
浏览 1提问于2014-04-11得票数 3
回答已采纳
2回答
我刚刚开始使用Numpy，并注意到遍历Numpy数组中的每个元素比使用列表列表进行迭代要慢大约4倍。我现在知道这违背了Numpy的目的，如果可能的话，我应该向量化这个函数。我的问题是为什么它的速度要慢4倍。这似乎是一个相当大的数额。
我使用%timeit运行了下面的测试
import numpy as np
b = np.eye(1000)
a = b.tolist()
%timeit b[100][100] #1000000 loops, best of 3: 692 ns per loop
%timeit a[100][100] #10000000 loops, best of 3: 7
浏览 2提问于2015-03-26得票数 32
回答已采纳
2回答
下面的代码并行化了一个for循环。
import networkx as nx;
import numpy as np;
from joblib import Parallel, delayed;
import multiprocessing;
def core_func(repeat_index, G, numpy_arrary_2D):
for u in G.nodes():
numpy_arrary_2D[repeat_index][u] = 2;
return;
if __name__ == "__main__":
G = nx.erdos_re
浏览 2提问于2017-10-10得票数 23
回答已采纳
math.exp和numpy.exp的一个不同之处在于，如果您有一个具有C.exp方法的自定义类C，numpy.exp会注意到并委托给这个方法，而math.exp不会：
class C:
def exp(self):
return 'hey!'
import math
math.exp(C()) # raises TypeError
import numpy
numpy.exp(C()) # evaluates to 'hey!'
然而，如果您去，这似乎是理所当然的。在任何地方都没有明文规定。是否有记录此功能的地方？
更普遍的是，是
浏览 0提问于2018-07-20得票数 3
我偶然发现了的这种奇怪的行为
>>> import numpy
>>> ar = numpy.array([1,2,3], dtype=numpy.uint64)
>>> gen = (el for el in ar)
>>> lst = [el for el in ar]
>>> numpy.sum(gen)
6.0
>>> numpy.sum(lst)
6
>>> numpy.sum(iter(lst))
<listiterator object at 0x8
浏览 0提问于2012-12-15得票数 4
回答已采纳
1回答
在Python中，是否可以检查numpy数组是否存储在共享内存中？
在下面的示例中，使用sharedArr对象的缓冲区创建了一个numpy数组multiprocessing.shared_memory.SharedMemory。想知道我们是否可以编写一个能够检测是否使用SharedMemory的函数。
import numpy as np
from multiprocessing import shared_memory
if __name__ == '__main__':
# Created numpy array `sharedArr`in shared memo
浏览 1提问于2020-09-03得票数 4
回答已采纳
我对python相当陌生，对numpy来说也很新鲜。我意识到，使用numpy，我可以在所有配置中将数组相乘:行*列、列*行、列*列、行*行。
什么意思？我认为这是矩阵乘法，唯一合法的是行*列，或列*行，结果是零维或二维。我和这次行动搞混了。
浏览 2提问于2014-02-28得票数 4
回答已采纳
如何初始化一个对象，它的字段是numpy数组，并且该数组是作为参数传递的？
例如
class Foo
def __init__()
self.x = None
self.m = None
self.v = None
这有静态的方法
@staticmethod
def pop_x(x):
# populate x with zeros
x = zeros(n)
如果我说self.pop(self.x)就不起作用了，因为设置x=会丢失对x的引用
def pop_x():
# populate x with zero
浏览 0提问于2018-07-28得票数 1
1回答
在下面的代码中，我一直得到错误
'numpy.ndarray‘对象不可调用
但我不知道这意味着什么，也不知道它发生在哪里。
##LAGRANGE POLYNOMIAL:
import pylab
%pylab inline
import scipy.interpolate
import numpy
def y(x):
return x**3
def plot_approx(f,xi):
x=numpy.linspace(0.5, 3.5, 13)
plot(x, f(x))
lagrange_polynomial=scipy.interpol
浏览 2提问于2017-02-15得票数 0
2回答
使用numpy阵的渐近数
、、、
在处理符号表达式数组时，是否应该使用numpy数组？
有点像
u0=numpy.array([Number(1.0), Number(1.0), Number(1.0)])
我的意思是，使用numpy数组而不是python列表会更快吗？
如果是这样，使用numpy数组的某些操作似乎会自动转换为浮动符号表示法，例如：
u0=np.array([Number(1.0), Number(1.0), Number(1.0)]) u = np.zeros((10, 3)) u[0] = u0
现在type(u0[0]) >> sympy.core.numbers.Float
type(u[0
浏览 4提问于2016-12-08得票数 2
回答已采纳
如何构造一个numpy一维列表数组？
np.array([[1,2,3], [4,5,6]], dtype=np.object)
将创建一个numpy数组(2,3)，而我希望它是一个一维(2，)
例如，如果列表不平等
np.array([[1,2,3], [4,5]], dtype=np.object)
它将产生一个一维(2，)
我知道numpy试图优化类型和空间，但我需要强制它成为一个维度。
我能做这些
arr = np.empty(2, dtype=object)
arr[0] = [1, 2, 3]
arr[1] = [1, 2, 4]
但它是丑陋的，有更好的方法吗？
浏览 3提问于2021-12-06得票数 0
回答已采纳
有将图像文件加载到numpy数组中的，但是我在本地文件系统上的文件中没有图像。相反，我有一个字符串变量img，它包含组成图像的数据。例如：
# Currently here:
with open("imageFile.png") as f:
img = f.read()
# Would like to accomplish this:
npArray = loadStringToArray(img)
将这个文件写回磁盘并调用一个更常见的load函数似乎不切实际，那么我如何将这个映像作为字符串“加载”到numpy数组中呢？
在我的应用程序中，这个映像作为字符串是通过py
浏览 0提问于2018-01-24得票数 1
回答已采纳
使用numba njit修饰的函数(它是jit(nopython=True)的别名)在内部操作中产生与numpy不同的结果(简单的@jit(nopython=False)也给出了来自numpy的不同结果)：
In [1]: import numpy as np
from numba import njit
def npfun(arr):
arr -= arr[3]
@njit
def jitfun(arr):
arr -= arr[3]
arr1 = np.on
浏览 9提问于2017-12-20得票数 2
回答已采纳
我正在尝试创建一个2x2numpy的python对象数组： #include <boost/python.hpp>
#include <boost/python/numpy.hpp>
int main()
{
Py_Initialize();
boost::python::numpy::initialize();
boost::python::tuple shape = boost::python::make_tuple(2, 2);
boost::python::object obj;
boost::python::numpy
浏览 9提问于2020-08-04得票数 1
回答已采纳
如何编写像array.append()这样的用于numpy.array的函数？
我试过这个
import numpy as np
def append_np(ar, el):
ar = np.append(ar, el)
z = np.array([5], dtype='int32')
z = np.append(z, 6)
append_np(z, 7)
print z
但是这个代码只附加了'6'：
[5 6]
浏览 2提问于2015-02-14得票数 0
回答已采纳
我在之后创建了一个从numpy的ndarray派生出来的类，它看起来类似于(减少属性的数量以使其更易读)：
import numpy as np
class Atom3D( np.ndarray ):
__array_priority__ = 11.0
def __new__( cls, idnum, coordinates):
# Cast numpy to be our class type
assert len(coordinates) == 3
obj = np.asarray(coordinates, dtype=
浏览 1提问于2016-06-15得票数 0
回答已采纳
当我使用不返回任何内容的函数时，输入参数保持全局不变。
例如：
def func(var):
var += 1
a = 0
for i in range(3):
func(a)
print(a)
在逻辑上导致
0
0
0
当输入为numpy数组时，它的工作方式似乎不一样：
import numpy as np
def func(var):
var += 1
a = np.zeros(3)
for i in range(3):
func(a)
print(a)
输出：
[1. 1. 1.]
[2. 2. 2.]
[3. 3. 3.]
浏览 19提问于2020-02-15得票数 1
回答已采纳
我用下面的代码保存了许多numpy对象：
f = gzip.GzipFile('/some/path/file.npy.gz', "w")
np.save(file=f, arr=np.rint(trimmed).astype('int16'))
f.close()
现在我有一堆npy.gz文件，但我不知道如何以编程方式将它们返回到python中。np.fromtext或np.fromstring似乎不起作用，而且也不会保存形状信息。
我试过了：
gzipfile = gzip.GzipFile('/some/path/file.npy.
浏览 19提问于2017-03-17得票数 9
回答已采纳
2回答
根据numpy.r_ 上的numpy/scipy文档，它“不是一个函数，所以没有参数”。
如果它不是一个函数，像numpy.r_这样的“函数”的恰当术语是什么？
浏览 7提问于2013-09-04得票数 45
回答已采纳
这是我在这个网站上的第一个问题。
首先，我需要在C++中为python创建一个只有一个函数的模块，它必须使用<numpy/arrayobject.h>来处理numpy。此函数接受一个numpy数组并返回两个numpy数组。所有的数组都是一维的。
第一个问题是如何从numpy数组中获取数据？我想从std::vector中的数组中收集信息，这样我就可以轻松地使用它了，C++。
第二个问题:函数应该返回一个数组元组，这样我的模块的用户就可以在python：arr1, arr2 = foo(arr)中这样写了吗？怎么才能像这样回来？
非常感谢。
浏览 8提问于2017-12-16得票数 4
回答已采纳
2回答
我试图用下面的代码构建一个由数组组成的numpy数组。
这给了我一个
ValueError: setting an array element with a sequence.
我的猜测是，在numpy中，我需要从一开始就将数组声明为多维数组，但我不确定..
如何修复下面的代码，以便构建数组数组？
from PIL import Image
import pickle
import os
import numpy
indir1 = 'PositiveResize'
trainimage = numpy.empty(2)
trainpixels = numpy.empty(8
浏览 19提问于2014-08-05得票数 1
回答已采纳
我有一个2d的numpy数组txtStrs，其中包含字符串，并将其作为文本写入matplotlib图形轴ax。
ax.text( posX, posY, txtStrs[0,0] )
稍后，我希望更新这些文本(相同的位置、颜色等)。而不重画整幅图。因此，我将文本对象保存到另一个numpy数组中。
当我现在想更新文本时，我使用了两个for循环
import numpy as np
import matplotlib.pyplot as plt
siz = 20
txtStrs = np.empty( (siz, siz), dtype = str )
t
浏览 0提问于2019-03-26得票数 2
回答已采纳
在numpy/大熊猫中，用[row][col]和[row, col]索引2D数组行/col有什么区别？使用这两种方法中的任何一种是否有任何意义？
例如：
import numpy as np
arr = np.array([[1, 2], [3, 4]])
print(arr[1][0])
print(arr[1, 0])
两人都给3。
浏览 2提问于2021-04-05得票数 0
回答已采纳
使用Python的本机sum函数和NumPy的numpy.sum在性能和行为上有什么不同？sum工作在NumPy的数组上，numpy.sum工作在Python列表上，它们都返回相同的有效结果(没有测试溢出等边缘情况)，但类型不同。
>>> import numpy as np
>>> np_a = np.array(range(5))
>>> np_a
array([0, 1, 2, 3, 4])
>>> type(np_a)
<class 'numpy.ndarray')
>>>
浏览 2提问于2012-06-06得票数 80
回答已采纳
1回答
如何在Python中的xpress求解器中使用像numpy.where这样的非线性函数？有可能吗？如果没有，还可以使用什么其他方法？
浏览 18提问于2022-06-18得票数 0
Numpy的函数和函数有什么不同？什么时候应该使用一种而不是另一种？它们似乎为我能想到的所有输入生成相同的输出。
浏览 75提问于2013-01-19得票数 375
回答已采纳
4回答
我正在使用以下命令创建ndarray：
import numpy as np
arr=np.array({1,2})
print(arr, type(arr))
哪种输出
{1, 2} <class 'numpy.ndarray'>
如果它的类型是numpy.ndarray，则o/p必须放在方括号中，如1,2？谢谢
浏览 2提问于2020-04-24得票数 1
1回答
如何优化包含numpy数组的函数？
使用案例：
def create_array_and_fill(a, b, N):
res = np.zeros(N, N)
res[0] = a
res[-1] = b
return res
c = create_array_and_fill(5, 9, 100)
但是，有时候，我事先知道我需要使用的所有数组的最大大小(比如为了测试目的)，那么最好的方法是什么？我应该预分配吗?最好的方法是什么？例如，我是否可以将一个预先分配的数组传递给一个函数，以便该函数只更新它而不是返回一个新的数组？
我的第一个想法如下，但是，当然
浏览 0提问于2013-03-03得票数 2
回答已采纳
在使用Numpy的Python程序中，iterable对象和array_like对象有什么不同
iterable和array_like都经常出现在Python文档中，并且它们有一些相似的属性。
我知道在这种情况下，array_like对象应该支持像广播这样的Numpy类型的操作，但是Numpy数组区域也是可迭代的。说array_like是一个扩展(或超集)是正确的吗？iterable的
浏览 2提问于2011-11-22得票数 24
回答已采纳
4回答
最近，我遇到了一个，在这个中，一个用户建议，在处理NumPy数组时，numpy.sum比NumPy的sum更快。
这让我想到，使用NumPy函数对NumPy数组进行元素级操作是否比运算符更快？若然，为甚麽会这样呢？
考虑下面的例子。
import numpy as np
a = np.random.random(1e10)
b = np.random.random(1e10)
np.subtract(a, b)会比a - b更快吗？
浏览 8提问于2014-09-12得票数 12
回答已采纳
1回答
Numba并没有提高业绩
、、、
我正在对一些接受numpy数组的函数进行numba性能测试，并进行比较：
import numpy as np
from numba import jit, vectorize, float64
import time
from numba.core.errors import NumbaWarning
import warnings
warnings.simplefilter('ignore', category=NumbaWarning)
@jit(nopython=True, boundscheck=False) # Set "nopython" mo
浏览 9提问于2021-12-22得票数 3
回答已采纳
2回答
我有一个Cython函数，它接受整数的2d nd.array (numpy数组)，并返回长度与输入2d数组相同的一维numpy数组。
import numpy as np
cimport numpy as np
np.import_array()
cimport cython
def func(np.ndarray[np.float_t, dim=2] input_arr):
cdef np.ndarray[np.float_t, ndim=1] new_arr = ...
# do stuff
return new_arr
在程序的另一个循环中，我想调用func，但是传递
浏览 2提问于2014-02-24得票数 2
回答已采纳
我在分析一个小圆点产品的电话。
numpy.dot(pseudo,pseudo)
pseudo是自定义对象的numpy数组。定义为：
pseudo = numpy.array(
[[PseudoBinary(1), PseudoBinary(0), PseudoBinary(1)],
[PseudoBinary(1), PseudoBinary(0), PseudoBinary(0)],
[PseudoBinary(1), PseudoBinary(0), PseudoBinary(1)]])
PseudoBinary是一个具有自定义乘
浏览 3提问于2017-09-02得票数 0
回答已采纳
我正在尝试使用numpy，但我不知道如何在numpy中正确定义n by n矩阵。我用过numpy.zeros(n,n)..。但我真的不确定这是否可以。
这样使用numpy是正确的吗？我在试着让(matrix^T * vector) - vector。
matrix = np.zeros((n,n))
start = [(1/float(n)) for _ in range(n)]
vector = np.array(start)
newvector = np.dot(np.transpose(matrix) , vector)
ans= np.subtract(newvector , ve
浏览 0提问于2013-04-23得票数 2
2回答
我有一个数据集，我正在尝试应用一些算术方法。问题是它给了我相对较大的数字，当我用numpy做这件事时，它们被存储为0。
奇怪的是，当我计算appart的数字时，它们有一个int值，只有当我使用numpy计算它们时，它们才会变成零。
x = np.array([18,30,31,31,15])
10*150**x[0]/x[0]
Out[1]:36298069767006890
vector = 10*150**x/x
vector
Out[2]: array([0, 0, 0, 0, 0])
当然，我已经检查了它们的类型：
type(10*150**x[0]/x[0]) == type(ve
浏览 1提问于2016-05-17得票数 10
回答已采纳
在numpy 1.8.2中，当我索引固定长度字符串的numpy数组并请求一个值时，我得到一个长度为1的numpy数组，支持numpy操作。所以：
import numpy as np
strs = np.array(('aa', 'bbb', 'c'), dtype=np.dtype('|S4'))
print type(strs[(0,)])
我得到了
<type 'numpy.string_'>
如果我对对象数组执行相同的操作：
strs = np.array(('aa', '
浏览 0提问于2015-07-09得票数 1
1回答
out参数在某些numpy函数(如cumsum或cumprod或其他数学函数)中的用途是什么？
如果结果很大，那么使用out参数来提高计算时间或内存效率会有帮助吗？
提供了一些关于如何使用它的信息。但是我想知道我什么时候应该使用它，它的好处是什么？
浏览 6提问于2014-12-04得票数 20
回答已采纳
为什么我们使用np作为前缀，通过使用numpy库中的函数来创建数组，而不是在调用“创建函数”时使用它。
import numpy as np
例句:1.创造功能
arr=np.zeros(2)
这个数组创建了一个2乘2的数组，所有元素都为零。
2.除创造功能外->
arr.reshape(1,4)
这个修改创建的数组arr
现在您可以看到np被用作第一个的前缀，而不是第二个。既然它们都来自于numpy库，我们为什么不用它来重塑某种功能呢？
浏览 3提问于2022-09-05得票数 -3
2回答
我正在尝试弄清楚下面reshape()函数的参数是什么。
我没有找到任何关于pickle有reshape()方法的东西，文件中给出了import cPickle as pickle, import numpy as np，所以我假设(可能是一个糟糕的假设)重塑函数是因为numpy。我找到了numpy的重塑方法的定义(也在下面)。但是，我不知道哪些参数属于哪个参数。
因为这个东西应该加载图片数据，所以我猜测32,32可能是图像大小，并与newshape参数相对应？
我不知道1000,3在做什么:a参数的术语"array_like“令人困惑，我不知道如果这个方法只有3个参数，为什么要给出4
浏览 1提问于2016-01-23得票数 4
3回答
用对象实例填充NumPy数组？
、、、、
我试图将astropy Angles的对象实例添加到NumPy数组中，并得到一个错误：
ValueError: setting an array element with a sequence.
Angle对象看起来如下所示：
<Angle 1.2557346257567 deg>
如果我把它们放到一个普通的Python列表中，那么我得到：
s = [<Angle 1.2562500714928306 deg>,
<Angle 1.2562500714928306 deg>,
<Angle 1.2562500714928306 de
浏览 1提问于2016-07-15得票数 0
回答已采纳
我试图找到比较两个PyArrayObject的函数--类似于，但我没有找到任何东西。你知道这样的功能吗？
如果没有-如何将这个numpy array_equal导入到我的C代码中？
浏览 2提问于2015-12-27得票数 1
回答已采纳
考虑一下字符串数组的numpy数组(至少是我对如何做到这一点的最接近的看法)：
ff = np.array([['a:bc','d:ef'],['g:hi','j:kl']])
print(ff.dtype)
<U4
但这些方法显然不能与numpy.char方法一起使用。？
ffc = ff.astype('S5')
fff = np.char.split(ffc,':')[1]
Traceback (most recent call last):
File "<inpu
浏览 1提问于2019-04-28得票数 1
回答已采纳
我在看一个使用python中的numpy包的初步神经网络例子，我有点困惑于什么似乎是某种神奇的类型强制。
以这个sigmoid函数为参考，它使用numpy的numpy.exp(x)计算e到x的幂：
def sigmoid(z):
return 1.0 / (1.0 + numpy.exp(-z))
这是非常直截了当的-它看起来应该返回一个浮点数，实际上，当给一个浮点数或整数作为参数时会这样做：
sigmoid(0) # => 0.5
对我来说，奇怪的是(根据numpy上的一些脚注)，当传递一个numpy ndarray时，这个函数将返回一个numpy ndarray，其中sigm
浏览 2提问于2018-05-30得票数 1
回答已采纳
> import scipy
> import numpy as np
> smat_csr = scipy.sparse.csr_matrix([[0,0,1],[0,1,0],[0,0,0]])
> print(smat_csr)
(0, 2) 1
(1, 1) 1
> print(smat_csr.shape)
(3, 3)
> smat_np = np.asarray(smat_csr)
> print(type(smat_np))
<class 'numpy.ndarray'> 所以smat_np看
浏览 11提问于2020-12-02得票数 2
回答已采纳
2回答
我搞不懂numpy方法是如何应用于nd数组的。例如：
import numpy as np
a = np.array([[1,2,2],[5,2,3]])
b = a.transpose()
a.sort()
在这里，transpose()方法没有将任何内容更改为a，而是返回a的转置版本，而sort()方法对a进行排序并返回一个NoneType。有人知道为什么会这样吗?这种不同功能的目的是什么？
浏览 0提问于2018-12-03得票数 0
2回答
我正在尝试为我的商业图像处理库的python绑定编写一个快速的非复制接口。我实现了新型的buffer api协议，根据memoryview()，它看起来还不错：
import hirsch as H
import numpy as np
w,h = 7,5
img = H.HImage.GenImageConst('byte',w,h)
m = memoryview(img)
print 'ndim shape=',m.ndim,m.shape
# -> 2 (5L, 7L)
我不明白的是为什么numpy没有捕捉到这个接口？
a = np.array(i
浏览 2提问于2014-08-17得票数 3
2回答
我正在尝试在NumPy数组中存储间隔(使用其特定的算术)。如果我使用自己的Interval类，它可以工作，但我的类非常差，而且我的Python知识有限。
我知道，它非常完整。它涵盖了我的问题。唯一不起作用的是在NumPy数组中存储pyInterval对象。
class Interval(object):
def __init__(self, lower, upper = None):
if upper is None:
self.upper = self.lower = lower
elif lower <= upper:
浏览 16提问于2017-08-28得票数 0
回答已采纳
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
