高次numpy数组中的轴交换
是指在多维数组中重新排列轴的顺序。在numpy中，可以使用transpose()函数或者swapaxes()函数来实现轴交换。
- transpose()函数：transpose()函数可以接受一个表示轴顺序的元组作为参数，返回一个重新排列轴顺序的新数组。例如，对于一个3维数组arr，可以使用transpose((2, 0, 1))将第0轴和第2轴进行交换，得到一个新的数组。
- 优势：transpose()函数可以方便地进行轴交换操作，使得多维数组的操作更加灵活。
- 应用场景：在图像处理、信号处理等领域中，经常需要对多维数组进行轴交换操作。
- 推荐的腾讯云相关产品：腾讯云AI Lab提供了丰富的人工智能开发工具和平台，可以用于处理高次numpy数组中的轴交换等相关任务。
- 产品介绍链接地址：https://ai.tencent.com/ailab/
- swapaxes()函数：swapaxes()函数可以接受两个表示轴的整数作为参数，返回一个重新排列轴顺序的新数组。例如，对于一个3维数组arr，可以使用swapaxes(0, 2)将第0轴和第2轴进行交换，得到一个新的数组。
- 优势：swapaxes()函数可以方便地进行轴交换操作，使得多维数组的操作更加灵活。
- 应用场景：在科学计算、数据分析等领域中，经常需要对多维数组进行轴交换操作。
- 推荐的腾讯云相关产品：腾讯云AI Lab提供了丰富的人工智能开发工具和平台，可以用于处理高次numpy数组中的轴交换等相关任务。
- 产品介绍链接地址：https://ai.tencent.com/ailab/
通过使用transpose()函数或者swapaxes()函数，可以方便地进行高次numpy数组中的轴交换操作，从而满足不同领域的需求。腾讯云AI Lab提供了丰富的人工智能开发工具和平台，可以帮助开发者处理高次numpy数组中的轴交换等相关任务。
相关·内容
1回答
所以我开始了一项任务，想弄清楚numpy swapaxes函数是如何操作的，当涉及到交换维数大于3的数组中的轴时，我遇到了某种障碍。
import numpy as np
array=np.arange(24).reshape(3,2,2,2)
这将创建一个具有元素0-2的形状(3,2,2,2)的numpy数组。有人能给我解释一下在这种情况下，轴交换是如何工作的吗?在这种情况下，我们不能单独可视化四个轴。假设我想交换0和2轴。
array.swapaxes(0,2)
如果有人能实际描述当有4个或更多轴时发生的抽象交换，那就太好了。谢谢!
浏览 9提问于2017-08-09得票数 0
我有一个NumPy数组，长度为m=10的n=3向量，所以是input.shape = (n,m,1)。我试图使用theano/numpy.tensordot计算每个向量的外部乘积，以便使output.shape = (n,m,m)和：
output[i] = np.dot(input[i],input[i].T) = np.outer(input[i],input[i])
我很确定这是可能的，但我很难弄清楚用什么参数来表示轴。这可以很容易地对数组进行迭代，但是我尝试使用tensordot来完成这个步骤，因为它在theano和numpy中也是一样实现的。这一点很重要，因为我正在使用theano，
浏览 1提问于2016-02-09得票数 3
回答已采纳
在 of numpy.take中，根据indices和axis对a进行索引，然后可选择地将结果存储在out参数中。是否存在一个在out上执行索引的函数？使用花哨的索引，它应该是这样的：
out[:, :, indices, :] = a
在这里，我假设是axis=2，但在我的例子中，我事先不知道这个轴。使用一维布尔掩码代替索引的解决方案也是可以接受的。
浏览 0提问于2018-06-14得票数 0
回答已采纳
2回答
arr = np.arange(16).reshape((2, 2, 4))
arr.strides
(32, 16, 4)
因此，我相信，根据我的知识，在记忆中，它会像下面的图片一样。步幅与轴线(在箭头上)一起标记。
这就是我认为在使用命令转换其中一个轴之后的情况：
arr.transpose((1, 0, 2))
我知道内存块中没有任何变化，但我无法理解如何准确地帮助遍历内存块中的数组以生成预期的数组。(它是否以相反的顺序以不同的轴遍历元素？)
[[[ 0 1 2 3]
[ 4 5 6 7]]
[[ 8 9 10 11]
[12 13 14 15]]]
浏览 7提问于2021-12-15得票数 3
回答已采纳
In [28]: arr = np.arange(16).reshape((2, 2, 4))
In [29]: arr
Out[29]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
In [32]: arr.transpose((1, 0, 2))
Out[32]:
array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6,
浏览 8提问于2015-08-16得票数 116
回答已采纳
1回答
当以某种意想不到的方式执行特定的切片时，numpy数组的形状正在发生变化。
我尝试过几种方法来分割相同的数组，但是细微的差异会导致数组形状的不同结果。
import numpy as np
z = np.zeros((1,9,10,2))
# This makes sense
print(z[...,[1,0]].shape)
# (1, 9, 10, 2)
print(z[0,...].shape)
# (9, 10, 2)
print(z[0:1,...,[1,0]].shape)
# (1, 9, 10, 2)
print(z[0][...,[1,0]].shape)
# (9, 10
浏览 0提问于2019-05-24得票数 3
回答已采纳
我正在阅读NumPy模块的一个文档，我遇到了这样的情况：，如果a是一个N数组，b是一个and数组(其中M>=2)，它是a的最后一个轴和b的第二个到最后一个轴上的和积，我是NumPy的初学者，我以为只有两个轴0(行)和1(列)，请有人解释一下它是什么意思？如果我有ND数组，比如n=np.arange(16).reshape(4,4)，哪一个是最后一个轴的第二个？
浏览 8提问于2021-12-27得票数 0
4回答
我有三个数组:经度(400,600)，纬度(400,600)，数据(30,400，60)；我要做的是根据数据的位置(纬度和经度)提取数据数组中的值。
下面是我的代码：
import numpy
import tables
hdf = "data.hdf5"
h5file = tables.openFile(hdf, mode = "r")
lon = numpy.array(h5file.root.Lonitude)
lat = numpy.array(h5file.root.Latitude)
arr = numpy.array(h5file.root.d
浏览 1提问于2012-09-24得票数 3
回答已采纳
3回答
我在算法中使用了许多大型多维NP数组(2D和3D)。其中有许多迭代，在每次迭代期间，通过执行计算并将其保存到相同大小的临时数组中，重新计算数组。在单次迭代结束时，临时数组的内容被复制到实际的数据数组中。
示例：
global A, B # ndarrays
A_temp = numpy.zeros(A.shape)
B_temp = numpy.zeros(B.shape)
for i in xrange(num_iters):
# Calculate new values from A and B storing in A_temp and B_temp...
# Then
浏览 0提问于2012-03-31得票数 1
回答已采纳
我搞不懂为什么我在下面的代码中没有得到axis =3的错误 import numpy as np
a = np.arange(27)
b = np.arange(27)
a = a.reshape((3,3,3))
b = b.reshape((3,3,3))
c = np.mean([a,b],axis=3) 我使用上面的代码来理解numpy中的axis是如何工作的。 来自this article，它显示了2D情况： ? 我计算出对于多维轴，轴0总是沿行(y维)，轴1(x维)是沿着cols。因此，在我的例子中，我有一个3d数组，我会认为我应该有多一个轴，轴=2沿'z方向‘。但
浏览 8提问于2020-09-21得票数 2
回答已采纳
我可以使用numpy.sum对沿特定轴的所有元素执行sum操作，即
>>> a = numpy.array([[1,2], [3,4]])
>>> numpy.sum(a, 1)
array([3, 7])
这就是sum along row，它逐个添加每列的元素。
如果只有2或3个轴，我可以在C/C++中使用if...elif或swith...case实现它，但如果有100个轴呢？如何实现它？
浏览 1提问于2013-06-26得票数 4
回答已采纳
1回答
假设，我有一个2D numpy数组链接如下：
import numpy as np
v = np.array([1, 2])
我想把它看作二维平面上的矢量，它有轴OX和OY。我很好奇，是否有一种内置或相当优雅的方法来计算矢量和轴OX之间的角度？角度应从-PI到PI。
我知道，在numpy.arctan的帮助下，我可以这样计算：
def calc_phi(v):
if v[0] > 0:
return np.arctan(v[1] / v[0])
else:
if v[1] > 0:
if v[0] < 0
浏览 3提问于2017-11-26得票数 3
回答已采纳
假设我们有一个多维数组。
import numpy as np
foo = np.random.random((2,4,3,5))
每个轴都与数据的特定特征相关，我对数据的一个子集感兴趣。
我可以在轴2上使用逻辑索引，在轴0和3上使用元素索引。
mask = np.array([1, 1, 0], dtype=bool)
bar = foo[0,:,mask,0]
我期望bar有形状(4,2)。相反，它具有形状(2,4)。每个轴中的数据与预期一致。然而，轴与我所期望的是颠倒的。
我怀疑这与广播口罩有关，但我想不出解决办法。
Python 3.6.4
Numpy 1.14.0
浏览 0提问于2018-05-09得票数 1
2回答
我有：
>>> a
array([[1, 2],
[3, 4]])
>>> type(l), l # list of scalers
(<type 'list'>, [0, 1])
>>> type(i), i # a numpy array
(<type 'numpy.ndarray'>, array([0, 1]))
>>> type(j), j # list of numpy arrays
(<type 'list'&g
浏览 1提问于2017-12-15得票数 7
回答已采纳
4回答
我想做这样的事：
a = # multi-dimensional numpy array
ares = # multi-dim array, same shape as a
a.shape
>>> (45, 72, 37, 24) # the relevant point is that all dimension are different
v = # 1D numpy array, i.e. a vector
v.shape
>>> (37) # note that v has the same length as the 3rd dimensio
浏览 0提问于2013-10-15得票数 9
回答已采纳
1回答
我有许多数字的形状数组( Ni ,227,227,3)，每个数组的Ni是不同的。
我想加入它们并制作形状数组(N1+N2+..+Nk,227,227,3)，其中k是数组的数目。
我试过numpy.concatenate和numpy.append，但是他们要求在轴0中有相同的维数。我也对数组中的轴1和轴2感到困惑。
浏览 2提问于2018-06-25得票数 0
回答已采纳
2回答
我有一个带有直方图的函数，如下所示： import matplotlib.pyplot as plt
import numpy as np
lin = np.linspace(min(foo), max(foo), len(foo))
plt.plot(lin, bar)
plt.hist(bar, density=True, bins=100, histtype='stepfilled', alpha=0.2)
plt.show() 其中foo和bar是简单数组。 ? 然而，我希望以一种垂直的方式来处理整个事情。我可以将orientation='horiz
浏览 19提问于2019-12-24得票数 1
回答已采纳
我有一个形状为(370,275,210)的NumPy数组，我想将它重新格式化为(275,210,370)。我如何在Python中实现这一点? 370是带数，275是行数，210是图像中包含的列数。
浏览 7提问于2017-04-04得票数 1
回答已采纳
2回答
我是numpy的新用户，我使用的是numpy ，其中提到删除水平行时我们应该使用axis=0，但在numpy 的其他文档中，它说水平轴是1。如果有人能让我知道在我的理解中出了什么问题，那就太好了。
浏览 2提问于2016-03-25得票数 3
默认情况下，numpy是主要行。因此，以下结果自然为我所接受。
a = np.random.rand(5000, 5000)
%timeit a[0,:].sum()
3.57 µs ± 13.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit a[:,0].sum()
38.8 µs ± 8.19 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
因为这是一个行的主要顺序，所以很自然地以0，：的速度计算。但是，如果使用numpy和函数
浏览 0提问于2018-01-29得票数 4
1回答
我被问到一个问题:我被给出了100000个序列，每个序列有1000个投掷硬币，排列在一个矩阵中。要生成数据，请使用以下命令：
import numpy
data = numpy.random.binomial(1, 0.25, (100000,1000))
现在，我需要1000次抛出的前5个序列(数据中的前5行)绘制(使用pylab)估计Xm，它是i从1到m的总和(意味着所有抛出到m的总和)。
现在我尝试做以下几件事：
data = numpy.random.binomial(1, 0.25, (100000,1000))
x = numpy.linspace(1,1000,1000, in
浏览 20提问于2017-03-12得票数 1
1回答
多维索引切片后的数组尺寸
、、、、
我想使用索引切片将多维numpy数组(>2维)沿着它的两个轴进行切片。每个原始维度的最终结局是什么规则？
为了说明我的问题，让我举一个例子。假设我们有一个4D数组：
import numpy as np
a = np.arange(2*3*4*5).reshape(2,3,4,5)
我将使用numpy.where创建一个索引元组，用于沿轴1和3切片：
mask = np.where(np.random.rand(3,5) > 0.5)
这将从我的数组a中挑选出随机切片。假设它返回长度为7的元组。为了保留剩余的维度，我将使用slice(None)对象：
b = a[(slice(
浏览 1提问于2018-12-07得票数 2
回答已采纳
2回答
有几次，我处理过ND数组，例如
foo = np.arange(27).reshape((3,3, 3))
然后，我将有一个维度，在这个维度上，我希望保留下一个操作中的变量。假设下一个操作是mean，在这种情况下
preserveAxis = 1
desiredOutcome = foo.mean(axis=0).mean(axis=1)
前一个是我想要的结果，因为我首先在第0轴上取平均值，然后在第2轴上(这是第一次操作后的第1次)。也就是说，--我在轴0和2上完成了操作，但保留了轴1。
这类过程很麻烦，最重要的是不通用。我正在寻找一种通用的方法来保持一个轴，但和/平均值高于所有其他。我如何才
浏览 0提问于2018-06-26得票数 3
回答已采纳
1回答
重新排序Nifti文件轴
、、、、
我有一些维度(50,100，50)的3D nifti文件。我想反转y轴和z轴，这样尺寸就是(50，50,100)。执行此操作的最佳方法是什么，以及如何修改与文件关联的仿射？ 目前，我正在将nifti文件转换为numpy数组，并像这样交换坐标轴 array = np.asanyarray(niiobj.dataobj)
img_after_resample_swapped_array = np.swapaxes(img_after_reample_array, 1, 2) 我对下一步感到困惑。我知道我可以使用函数nib.Nifti1Image将numpy数组转换为nifti对象，但是我如何修改
浏览 24提问于2020-06-25得票数 1
这是我对代码的第一次优化，我对此感到兴奋。读一些文章，但我仍然有一些问题。
首先，在我下面的代码中，花了这么多时间做什么？我认为这里是数组:array.append(len(set(line.split()。我在网上看到python中的列表工作得更快，但我在这里看不到使用列表。有谁知道如何改进这一点吗？
( 2)我还有其他改进吗？
3)此外，在线上还说，for循环会大大降低代码的速度。这里能改进吗？(我想用C编写代码最好，但是:D )
( 4)为什么人们建议总是看“电话”和“全天候”？对我来说“打电话”更有意义。它告诉你你的函数或调用有多快。
5)在这里，在正确的答案B类中，他应用了列表。他有
浏览 6提问于2015-07-11得票数 3
回答已采纳
4回答
numpy有三个不同的函数，它们似乎可以用于相同的事情--除了numpy.maximum只能按元素使用，而numpy.max和numpy.amax可以在特定的轴上使用，或者所有的元素。为什么不仅仅是numpy.max？这在性能上有什么微妙之处吗？
( min对amin和minimum也是如此)
浏览 6提问于2015-11-06得票数 206
回答已采纳
我正在使用python-3.x，我搜索了以下错误，但是找不到正确的解决方案。错误发生在下面的代码中。
我有一个随机的numpy二进制数组和一个随机数字数组，所以代码将根据其他数组的值删除二进制行，正如您从代码中看到的那样。
import random
import numpy as np
np.set_printoptions(threshold=np.nan)
for i in range (100):
binary= np.random.randint (2, size=(10, 4))
print("binary:" '\n',bi
浏览 3提问于2017-08-03得票数 1
回答已采纳
1回答
来自numpy的文档：
numpy.dot(a，b，out=None)
两个数组的点积。具体来说，
如果a和b都是一维阵列，则它是向量的内积(无复共轭)。
如果a和b都是二维数组，则为矩阵乘法，但首选使用matmul或a@b。
，如果a或b是0-D (标量)，则它等价于乘积，并使用numpy.multiply(a，b)或a*b作为首选。
如果a是一个N-D数组，b是一个一维数组，则它是a和b.的最后一个轴上的和积。
如果a是一个N-D数组，b是一个M-D数组(其中)，则它是a的最后一个轴和b:的第二到最后一个轴上的和积。
根据第四点，如果我们取二维数组A和一维数组B的点积，我们应该取A列和
浏览 7提问于2021-03-13得票数 4
回答已采纳
2回答
我今天遇到了一个问题:我试图从(大型)整个矩阵中减去矩阵的第一行。作为一个测试，我使所有行相等。这是一辆MWE：
import numpy as np
first = np.random.normal(size=10)
reference = np.repeat((first,), 10000, axis=0)
copy_a = np.copy(reference)
copy_a -= copy_a[0]
print np.all(copy_a == 0) # prints False
哦，哇- False！所以我又试了一件事：
copy_b = np.copy(reference)
copy
浏览 0提问于2016-12-05得票数 4
回答已采纳
我正在用Pythons NumPy模块进行编码。如果三维空间中的一个点的坐标被描述为[1, 2, 1]，那不是三维空间，三维，三维空间，三维空间吗？或者，如果这是一个维度，那么它不应该是点(复数)，而不是点？
以下是文件：
在Numpy中，尺寸被称为轴。轴的数目是秩。例如，3D空间1，2，1中一个点的坐标是1级数组，因为它有一个轴。那个轴的长度是3。
来源：
浏览 6提问于2013-10-15得票数 88
回答已采纳
1回答
假设有一个数组
(1) x=np.array([[1,2],[1,2],[1,2]])
和第二个数组
(2) y=np.array([[1],[1,2],[1,2,3]])
命令size(x)返回沿每个轴的所有元素的总计数。在本例中为6。但是，size(y)返回3。这一定是因为尽管shape(y)返回(3, )，但numpy将(2)解释为沿一个轴的三个元素(三个子数组)。我现在的问题是:如何让6将(2)解释为具有三个轴的数组，以便numpy返回所有原子elemets的总计数，即numpy
浏览 2提问于2012-09-04得票数 0
我正在处理一些神经成像数据，我的扫描维度是(100,150,100)。我目前正在使用nibabel格式的文件。
有没有一种很好的方法来交换坐标轴？例如，我希望我的图像是(100,100,150)。我更希望这是nibabel格式的，但如果需要，我可以将图像转换为numpy ndarray，然后在那里进行工作。在这种情况下，在numpy中有没有一种很好的方法来做到这一点？
谢谢你的帮助!
浏览 20提问于2020-05-05得票数 1
回答已采纳
3回答
在python中沿特定轴广播操作
、、、、
在python中，假设我有一个正方形numpy矩阵X，其大小为n，还有一个numpy向量，大小为n的。
非常简单，我想执行X - a的广播减法，但是我希望能够指定沿着哪个维度，这样我就可以指定减法沿着轴0或轴1。
如何指定轴？
浏览 5提问于2016-09-07得票数 16
回答已采纳
2回答
我正在尝试创建一个类似于numpy.inner的函数，但它在两个数组的第一个轴上求和，而不是最后一个轴。目前我使用的是tensordot和rollaxis
def inner1(a, b):
return numpy.tensordot(numpy.rollaxis(a, 0, len(a.shape)), b, 1)
但我在想:有没有更好的办法？也许一个不需要我转动斧头的人？
我觉得einsum应该让这成为可能，但我不知道如何在这里使用它。
当我指定下标字符串时，似乎需要对a和b的维度进行硬编码，这在这里是不能做到的，因为对输入维度没有特别的要求。
(注意:我知道在第一个轴上求和对性
浏览 1提问于2014-10-26得票数 0
回答已采纳
2回答
我如何简化这一点：
import numpy as np
ex = np.arange(27).reshape(3, 3, 3)
def get_plane(axe, index):
return ex.swapaxes(axe, 0)[index] # is there a better way ?
在高维数组中，我找不到一个得到平面的numpy函数，是吗？
编辑
ex.take(index, axis=axe)方法很棒，但是它复制数组而不是提供视图，这是我最初想要的。
那么，用什么最短的方法来索引(不复制)第n维数组来获得它的2d切片(索引和轴)呢？
浏览 3提问于2020-06-05得票数 2
回答已采纳
2回答
在尝试做一些的事情时，我想用Matplotlib制作一堆子图，并在每个子图中加入不同的数据。pyplot.subplots()给了我一个Figure和Axes的Numpy数组，但是在尝试迭代这些轴的时候，我被如何真正地找到它们给难住了。
我正在尝试一些类似的东西：
import numpy as np
import matplotlib.pyplot as plt
f, axs = plt.subplots(2,2)
for ax in np.nditer(axs, flags=['refs_ok']):
ax.plot([1,2],[3,4])
但是，每次迭代中的ax
浏览 0提问于2014-01-15得票数 0
4回答
对于numpy中的“轴”一词到底意味着什么，以及这些构造是如何编号的，我感到困惑。
这里有一个解释：
轴是为多个维度的数组定义的。
二维数组有两个对应的轴：
第一个垂直向下跨行运行(轴0)，以及
第二次横向跨列运行(轴1)。
所以在这个3x4矩阵中..。
>>> b = np.arange(12).reshape(3,4)
>>> b
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
(轴0)是3行。
(轴1)是4列。
所以规则可能是..。
在MxN矩阵中，
浏览 4提问于2016-02-04得票数 5
回答已采纳
1回答
我是usig -x轴类型:日期时间和点datetime:月份，但默认的高度图，甚至缺少月份，如二月，四月，六月.在x轴上。
var series1Data = { name: 'Airtel',
xAxis:0,
pointStart: Date.UTC(2018, 0, 1),
pointIntervalUnit: 'month',
labels:{
浏览 0提问于2019-01-16得票数 0
回答已采纳
2回答
我有一个3D的numpy数组，我想用前两个维度来划分它(并选择最后一个中的所有元素)。有什么简单的方法吗?我可以用numpy做这个吗？
示例:给定数组
a = array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
我想用前两个轴(同时保留最后一个
浏览 3提问于2016-05-27得票数 0
我是C++的初学者，也许这个问题是非常基本的，但我并不理解这一点。我有一个数组，它是{10,20,30,40,50,60,70,80,90,100}；我想打印它为{100,90,80,70,60,50,40,30,20,10}。我还有下面的代码：
#include <iostream>
using namespace std;
int main()
{
int ara[] = {10, 20, 30, 40, 50, 60, 70, 80, 90, 100};
int i, j, temp;
for(i = 0, j = 9; i < 10 &&am
浏览 0提问于2014-06-20得票数 0
回答已采纳
1回答
假设我有以下意见：
1,2,3,4,5,6,7,100
现在，我想做一个图，是如何将观测结果按百分比的方式分布的：
第一个12.5%的观测是<=1 (8个中有1个)
前50%的观测结果是<=4 (4 / 4)
87.5%的观测结果是<=7 (8次观测中有7次)
前100%的观测是<=100 (8 / 8)
我的问题：
这样的情节叫什么？(每百分位数上y轴的最大观测值，x轴上的百分位数？)一种直方图？
我如何在Matplotlib/Numpy中创建这样的情节？
谢谢
浏览 3提问于2016-03-01得票数 2
回答已采纳
1回答
问题描述：
如果一个数组可以通过交换其中一个数组中最多一对元素而从另一个数组中获得，那么两个数组被称为相似。给定两个数组a和b，检查它们是否相似。
int recursionGuard = 0;
bool solution(vector<int> a, vector<int> b) {
for(int i = 0; i < a.size(); i++)
{
if(a[i] != b[i])
{
if(recursionGuard == 0)
{
浏览 0提问于2021-11-17得票数 0
5回答
我有一个二维的NumPy数组。我知道如何获得轴上的最大值：
>>> a = array([[1,2,3],[4,3,1]])
>>> amax(a,axis=0)
array([4, 3, 3])
如何获得最大元素的索引？我想把array([1,1,0])作为输出。
浏览 6提问于2011-03-29得票数 133
回答已采纳
2回答
我还没有理解NumPy中多维数组中的轴之间的区别。你能给我解释一下吗？特别是，我想知道axis0、axis1和axis2在NumPy三维数组中的什么位置。为什么？
浏览 4提问于2014-06-18得票数 8
回答已采纳
2回答
我尝试只将包含Atom_No 1的行写入数组x_o，y_o..但我遇到了越界错误。X包含678个元素，X_o的形状为226。Atom_No看起来像这个1,2,3,1,2,3,1,2,3....我要的坐标和这些坐标相对应。
ii=0
x_o=numpy.zeros((226))
y_o=numpy.zeros((226))
z_o=numpy.zeros((226))
for i in range(678):
if (Atom_No[i]==1):
ii=ii+1
x_o[ii]=x[ii]
y_o[ii]=y[ii]
z_
浏览 17提问于2017-07-24得票数 1
我有一个数组n，任务是按照选定的第二轴元素对第一轴进行排序。目前，我这样做，如下面的例子。输入数组为3x3x3，轴1按第二轴的第一元素排序。是否有更有效的方法使用nditer？
import numpy as np
a = np.random.rand(27).reshape(3,3,3)
print(a)
for i in np.arange(np.shape(a)[0]):
idx = np.argsort(a[i,:,1])
a[i]=a[i,idx]
print(a)
浏览 2提问于2018-01-04得票数 2
回答已采纳
似乎numpy.delete()中的轴参数与numpy和熊猫中的所有其他轴参数都是反向的。通常，axis=0引用列，axis=1引用行。例如：
import numpy as np
mat=np.array([[1,2], [3,4]])
# sum columns
np.sum(mat, axis=0)
# sum rows
np.sum(mat, axis=1)
# min of columns
np.min(mat, axis=0)
一切都和预期的一样。但是如果我使用numpy.delete，我必须切换：
# delete 1st row
np.delete(mat, 0, axis=0
浏览 3提问于2014-11-26得票数 0
回答已采纳
1回答
如果我有一个一维数组的堆栈，那么很容易在第一个轴上得到一个运行平均值：
import numpy as np
from scipy.ndimage import convolve1d
arr = np.random.random(size=(5000,10)) # a stack of 5000 1D arrays, each of length 10
running_mean = convolve1d(arr,np.ones(30)/30,axis=0) # replace each array by an average over 30 of them
然而，如果我有一堆3D数组，那么显而
浏览 0提问于2022-04-29得票数 0
我试图建立一个堆叠的条形图与导航使用的高图表，没有日期范围的x轴。当单击或拖动时，导航器工作正常。单击导航器左侧时，图显示-1值。有人知道吗？
I tried below logic : https://codepen.io/yugshah0106/pen/OeWpQq
浏览 0提问于2019-07-09得票数 0
回答已采纳
1回答
你们中的大多数人都会意识到这一点，但对我来说，这有点令人惊讶:它比使用mergesort (保持信息总量不变)排序(例如) 96个文件(每个文件大小为4Mb )要快得多，而不是6个64Mb的文件。我偶然发现了这个发现。因此，这就引出了一个问题，合并排序的最佳输入文件大小是多少？
我假设排序时间(y轴)和文件数量(x轴)之间存在曲线线性关系。有没有一种算法，是更多的经验法则，还是只是尝试几种不同的文件大小？影响这一点的明显因素是：*操作系统可以同时打开的最大文件数。
*硬盘读写速度
欢迎任何参考资料！
浏览 1提问于2010-12-05得票数 3
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
