3d数组中每n个切片的平均值- python
在Python中，我们可以通过以下方式计算一个3D数组中每n个切片的平均值：
import numpy as np
def average_slices(arr, n):
# 获取数组的形状
shape = arr.shape
# 计算切片的数量
num_slices = shape[0] // n
# 创建一个存储平均值的数组
averages = np.zeros((num_slices, shape[1], shape[2]))
# 遍历每个切片
for i in range(num_slices):
# 计算切片的起始和结束索引
start = i * n
end = start + n
# 获取切片并计算平均值
slice = arr[start:end, :, :]
average = np.mean(slice, axis=0)
# 将平均值存储到结果数组中
averages[i, :, :] = average
return averages这个函数接受一个3D数组和一个整数n作为参数。它首先计算切片的数量，然后创建一个与切片数量相匹配的结果数组。接下来，它遍历每个切片，计算切片的起始和结束索引，并从原始数组中获取切片。最后，它计算切片的平均值，并将其存储到结果数组中。最终，函数返回包含每个切片平均值的结果数组。
这个函数可以应用于许多场景，例如图像处理、数据分析等。如果您想在腾讯云上使用类似的功能，可以考虑使用腾讯云的云服务器（ECS）来运行Python代码，使用腾讯云对象存储（COS）来存储和管理数据，以及使用腾讯云函数（SCF）来实现无服务器计算。您可以在腾讯云官网上找到更多关于这些产品的详细信息和文档。
参考链接：
相关·内容
1回答
我有一个我似乎无法解决的问题。
我正在从文件的行(每一行30值)构建一个由形状(100，30)组成的numpy数组，我需要将这个数组变成一个形状(100 )，它的平均值是原始数组的每一行的n个最后值的平均值。
我的目标是在一行中完成这个任务，所以我尝试了嵌套列表理解，但我觉得自己完全迷失了方向，我不知道自己在做什么。
这就是我到目前为止得到的，这给了我一个正确的形状数组，但是(我相信)错误的值。
def perf_n_last(n):
a = np.array([np.mean([i for j in range(len(i)-1, len(i)-(n+1), -1)]) for i
浏览 0提问于2019-03-20得票数 0
回答已采纳
1回答
在Python/Numpy中，我可以对以下形式的数组进行切片：
arr = np.ones((3,4,5))
arr[2]
形状将保持不变：
(arr[2]).shape # prints (4, 5)
这意味着，如果我想保持数组的形状，下面的代码适用于N维数组
arr = np.ones((3,4,5,2,2))
(arr[2]).shape # prints (4, 5, 2, 2)
如果我想编写适用于N-dim数组的函数，并保留其输出，这是非常好的。
然而，在Julia中，相同的操作不会保留结构：
arr = ones(3,4,5)
size(arr[3]) # prints () (0
浏览 3提问于2018-05-28得票数 3
我正在寻找一个高效的Python解决方案。
在一个密集的计算作业中，我希望将2D数组的每一行的元素从每一行的第一个元素添加到元素n，其中n<构成行的元素数。我想把每一笔款项的结果保存在每一行上。
浏览 0提问于2022-05-02得票数 -1
2回答
假设我有一个N*M*X维数组"data"，其中N和M是固定的，但是X对于每个条目datan是可变的。
(编辑:为了澄清，我只是在用于读取数据的3D python列表上使用了np.array()，因此numpy数组是维N*M的，其条目是可变长度列表)
现在我要计算X维上的平均值，这样我就有了一个N*M维数组。对axis-参数使用np.average/mean不起作用，所以我现在所做的方式只是在N和M上迭代，并将手工计算的平均值附加到一个新列表中，但这感觉不是很"python"：
avgData=[]
for n in data:
temp=[]
f
浏览 9提问于2013-12-13得票数 3
回答已采纳
我的问题可能很琐碎。我在MatLab中有一个大的3D矩阵(m乘n×k元素)，并希望提取所有对角线切片并将它们存储在另一个3D数组中。为了得到更好的表象，我附上了一张照片。虚线是我要找的对角线。
浏览 4提问于2021-12-01得票数 0
回答已采纳
我正在使用python 3.5，并尝试将2d列表广播到3d列表中。
ValueError: could not broadcast input array from shape (10,10) into shape (10,18)
下面是我使用的生成错误的代码
v_level =4
M=16
n_down = M/2
n_down0 = M
residual_h_to_2h = np.zeros((v_level,M+2,M+2))
residual_h_to_2h[q][0:n_down+2][0:n_down+2] = restrict(residual_h[0:n_down0+2][0:
浏览 3提问于2016-02-28得票数 2
回答已采纳
1回答
我有过 int[,,,] arr = new int[5, 6, 7, 8]; // c#
arr = np.zeros((5, 6, 7, 8)) # Python 具有5 * 6 * 7 * 8单元的4d阵列。 我想把它切成c#，就像numpy那样 var mySlice = arr[2:4, 0, :2, :]; // Won't work in C#, but looking for a way to do this. return type should be int[,,] A 3d array with 2 * 1 * 2 * 8 cells.
my_slice = a
浏览 34提问于2020-07-09得票数 0
1回答
我想为python中的下列行创建一个循环(我使用py魅力)：
mean_diff = np.mean(np.array([diff_list[0].values, diff_list[1].values, diff_list[2].values, diff_list[3].values,...,diff_list[100], axis=0)
这样，我就可以从不同的数组中得到每个单元的平均值(光栅随时间的变化)。
我尝试了以下几点：
for x in range(100):
mean_diff = np.mean(np.array([diff_list[x].values]), axi
浏览 2提问于2018-05-04得票数 0
回答已采纳
2回答
我有一个形状为(9, 100, 7200)的3D数组。我想删除每一行中7200个值的后半部分，这样新的形状就会是(9, 100, 3600)。 我能做什么来切片数组或删除后半部分的索引？我在想np.delete(arr, [3601:7200], axis=2)，但是我在使用冒号时得到了一个无效的语法错误。
浏览 16提问于2021-10-25得票数 0
回答已采纳
1回答
在python中，我看到了很多关于分割3D列表的文章和其他问题的答案，但我无法将这些方法应用到我的案例中。
我有一个3D列表：
list = [
[[0, 56, 78], [4, 86, 90], [7, 87, 34]],
[[1, 49, 76], [0, 76, 78], [8, 60, 7]],
[[9, 6, 58], [6, 57, 78], [10, 46, 2]]
]
第3维的最后2个值保持不变，但是每次我重新运行代码时都会改变。代码需要做的是找到最后两个值中的两个特定对，然后从一个对分割到另一个。例如：
pair1 = 86, 90
pai
浏览 7提问于2020-04-18得票数 0
回答已采纳
2回答
我想要计算沿两个轴的三维数组的平均值，并从数组中减去这个平均值。在Matlab中，我使用repmat函数来实现以下功能
% A is an array of size 100x50x100
mean_A = mean(mean(A,3),1); % mean_A is 1D of length 50
Am = repmat(mean_A,[100,1,100]) % Am is 3D 100x50x100
flc_A = A - Am % flc_A is 3D 100x50x100
现
浏览 16提问于2020-04-28得票数 0
回答已采纳
1回答
我有一个用于表示形状/网格的3D网格，它是使用bool类型的ndarray(20,20,20)在python中表示的。网格中的每个元素表示材料的存在或不存在。我希望能够检查给定的网格是否表示从网格顶部一直连接到底部的形状。我希望能够丢弃那些从网格顶部到底部断开连接或不占用连续单元格系列的单元格。
在稍后的阶段，我使用trimesh将网格转换为网格。有没有办法直接用python或者通过trimesh来识别上面的内容呢？
浏览 24提问于2020-04-03得票数 0
1回答
当我在python中使用.mean时，它计算所有行的平均值。
如果我想计算不包括前几行数据的平均值，该怎么办？
浏览 2提问于2022-09-07得票数 0
回答已采纳
2回答
如何使用numpy对每两个连续的向量求和。或者每两个连续向量的平均值。列表列表(可以有偶数个向量，也可以有偶数个向量)示例： [[2,2], [1,2], [1,1], [2,2]] --> [[3,4], [3,3]] 可能像这样，但是使用numpy和一些实际对向量数组有效的东西，而不是整数数组。或者可能是某种数组理解，如果存在的话。 def pairwiseSum(lst, n):
sum = 0;
for i in range(len(lst)-1):
# adding the alternate numbers
浏览 43提问于2019-12-06得票数 0
我有一个矩阵，比如说：
A = [1, 2, 3]
[4, 5, 6]
[7, 8, 9]
我想要构造另一个矩阵，有两个额外的行。
B = [1, 2, 3]
[2.5, 3.5, 4.5]
[4, 5, 6]
[5.5, 6.5, 7.5]
[7, 8, 9]
其中，第二行和第四行上的每个元素都是它上面和下面的元素的平均值。
我想在python，numpy中，对一个n矩阵做这个。
编辑:对此的概括是每n行插入两个相邻行的平均值。例如
A = [ 1, 2, 3]
[ 4, 5
浏览 3提问于2017-01-20得票数 2
回答已采纳
2回答
假设我有一个包含10个元素的列表a
a = [1,2,3,4,5,6,7,8,9,0]
我只想取N元素的平均值，比如4，也就是说，average of [1,2,3,4]如何使用Numpy来实现这一点？
通常，我可以迭代一个列表，但这将花费我不想使用invest的额外列表。
文档没有给我提供任何东西。
浏览 2提问于2013-11-20得票数 2
回答已采纳
我有几个想要替换的绘图区域。我想指定一个x范围，计算该范围内的y值的平均值，并对更多的x范围重复此过程。在那一刻，我只能想出如何用所有y值的平均值替换每个范围中的y值。
for n, i in enumerate(x):
for a, b in zip(xstart, xend):
if (a <= i <= b):
y[n] = np.average(y)
编辑:数据录入方式如下：
data = np.loadtxt('data.dat')
x = data[:,0]
y = data[:,1]
mask = np.
浏览 0提问于2016-07-01得票数 0
我正在尝试实现基于日志的blob检测器，步骤如下：
创建n级日志筛选器数组
使用输入图像上的每个过滤器创建一个三维h*w*n数组，其中h=高度、w=宽度和n=级别数。
找到一个局部极大值，并在原始图像中圈出该块。
我已经创建了过滤器和3d数组(这是一个2d图像数组)。我使用填充来确保边界周围没有任何问题(这包括为每个图像创建一个恒定的边框，并创建2个额外的空图像)。
现在，我试图找出如何在数组中找到局部极大值。我需要将每个像素与它的26个邻接点(在同一张图片中的8个像素和两个相邻尺度中的9个像素)进行比较。
直接检查像素值的蛮力方法看起来很难看，而且效率不高。使用openC
浏览 0提问于2015-11-07得票数 1
1回答
假设我们实现了2D复数到复数的FFT。我们现在如何使用它来实现3D FFT --它只是N个2D切片吗？
浏览 31提问于2018-09-09得票数 1
回答已采纳
我有这个数组
hw_grades=array([[ 57, 77, 81, 99, 100],
[ 56, 57, 70, 77, 91],
[ 62, 74, 89, 99, 100],
[ 21, 42, 53, 61, 65],
[ 37, 40, 60, 65, 81],
[ 75, 88, 92, 95, 100]])
我希望能够在没有最低值的情况下返回每行的平均
浏览 5提问于2017-01-23得票数 3
回答已采纳
1回答
使用循环在R中创建矩阵
、、、
我试图在一个相对较小的数据集(n = 22，p= 17)上对LARS算法所做的线性回归进行留一交叉验证。本质上，我需要创建标准化数据的n个矩阵(每一列由以平均值为中心的条目组成，并由列的SD来标准化)。
我以前从未使用过列表，但只要可以操作或标准化不同矩阵的列，就可以创建列表。
以下是我在R中尝试过的：
for (i in 1:n)
{
x.standardized.i <- matrix(data = NA, nrow = (n-1), ncol = p) #creates n matrices, all n-1 x p
for (j in 1:p)
{
x.st
浏览 0提问于2014-07-14得票数 1
回答已采纳
1回答
我目前正在做一个图像处理项目。我正在使用Python、SimpleITK、numpy和其他几个库获取一堆DICOM图像，将它们转换为3Dnumpy数组，然后使用SITK或其他数学技术(掩码等)执行一些图像处理操作。
现在，我正在尝试制作一个平均滤波器，取3x3邻域的平均值，并用该平均值替换该邻域的中心像素。结果只是一个模糊的图像。由于Python并不擅长快速循环遍历300x300x400像素，因此我尝试使用C库来完成。问题是，我不擅长C语言(或者python……)
下面是我的C代码：
int i, j, k, m, n, p;
double kernsum;
void iter(double
浏览 1提问于2015-06-13得票数 1
2回答
我有一个非常大的NumPy数组：a = np.array。从这个数组中，我想要得到最小、最大和平均值，这可以很容易地用np.min(a)，np.max(a)和np.mean(a)来完成。
但是，我还希望获得此数组的一部分(开始部分或结束部分)的最小、最大和平均值。有没有一些函数可以在不创建新的数组/列表的情况下做到这一点(因为这真的会导致糟糕的性能损失)？
浏览 0提问于2012-03-30得票数 3
回答已采纳
2回答
我有一个名为weights of shape的2d ndarray (npt，npts)。对于weights的每一列，我都希望随机地对行进行洗牌。我想重复这个过程num_shuffles时间，并将洗牌的集合存储到一个名为weights_matrix的3d ndarray中。重要的是，对于每次洗牌迭代，weights的每一列的洗牌指数都应该是相同的。
下面是这个算法的一个显式的简单的双循环实现。是否有可能避免python循环并在纯Numpy中生成weights_matrix？
import numpy as np
npts, nweights = 5, 2
weights = np.rando
浏览 3提问于2017-08-23得票数 2
回答已采纳
4回答
在Python中，给定一个n x p矩阵，例如4 x 4，我如何返回一个4 x 2的矩阵，它简单地对矩阵的所有4行的前两列和后两列求平均？
例如，给定：
A= array([1，2，3，4，5，6，7，8，9，10，11，12，13，14，15，16])
返回一个矩阵，该矩阵的平均值为a:，0和a:，1，以及a:，2和a:，3的平均值。假设n的平均列数显然可以被n整除，我希望它适用于n x p的任意矩阵。
让我澄清一下:对于每一行，我想取前两列的平均值，然后取最后两列的平均值。因此它将是：
新矩阵1+2/ 2，3+4/2 <-行1，新矩阵5+6/ 2，7+8/2 <-行2，等等。
浏览 3提问于2010-06-05得票数 6
3回答
我正在编写一个python模块，它需要计算跨1000+数组(相同尺寸)的像素值的平均值和标准差。
我正在寻找最快的方法来做这件事。
目前，我正在遍历数组，并使用numpy.dstack将1000个数组堆叠到一个相当大的3d array...and中，然后将计算第三个数组的平均值(？)尺寸。每个数组的形状为(5000,4000)。
这种方法需要相当长的时间！
有没有人能建议一种更有效的方法来解决这个问题？
浏览 2提问于2013-08-28得票数 5
1回答
我正在尝试使用3D纹理对食人魔做一些事情。我想通过逐个切片并重新计算颜色值来更新3D纹理。但是，在每一步中，我还需要以某种方式访问前一个切片来读取值。将切片设置为渲染目标很容易，但是否可以将切片作为2D纹理输入提供给着色器，或者我是否需要显式地将其复制到单独的2D纹理中？
谢谢。
浏览 2提问于2010-06-12得票数 1
我是Python中的新手，我试图获取csv文件的每一个(列或行)的平均值，然后选择高于其列(o行)平均值的两倍的值。我的文件有数百个列，并且具有如下所示的浮动值：
845.123,452.234,653.23,...
432.123,213.452.421.532,...
743.234,532,432.423,...
我尝试过对代码进行几次更改，以获得每一列的平均值(分别)，但目前我的代码如下所示：
def AverageColumn (c):
f=open(csv,"r")
average=0
Sum=0
column=len(f)
浏览 11提问于2014-09-01得票数 4
回答已采纳
我被问到的问题是：
创建一个4X3整数数组，并使用循环逐列填充它，奇数从1开始。在一个单独的一维数组中，存储4X3数组的每个列的平均值。输出4X3数组(作为4X3数组)，并输出每列下面每列的平均值。将这些标记为平均值。
我刚刚了解到，我可以像这样做一个数组：N[4][3]，但我应该在这里这样做吗？我想为每个范围设置一个数组: 1-4，5-8和9-12，这样我就可以在最后将它们平均起来。
我不熟悉多维数组，所以请告诉我这是否是我应该开始的地方(我意识到这不是我的想法，我在这里把它们分开，我前面提到过)。我还是不确定，万一你说不出来)。
int X, N[3][4]={1};
for(X=1;
浏览 0提问于2020-11-26得票数 0
1回答
我正在为一项任务编写一个类Deck。这个类接受一个代码数组，每个代码数组代表一张卡片，如3D(钻石3)，5S(黑桃5)，As(黑桃A)，如果代表卡片类型的最后一个字母是小写，则意味着卡片被翻过来。toString()返回给定纸牌的字符串，如果纸牌朝上，则将其添加到字符串中，但如果纸牌翻转，则将**添加到字符串中，如下所示：
>>const deck1 = new Deck(["ah", "3S", "KC", "4H", "3D", "10H", "8D", "5
浏览 19提问于2020-05-06得票数 2
回答已采纳
1回答
关于切片最后一个维度有一个很好的问题/答案：：对于切片一个numpy数组以获得最后一个维度中的第一个索引，可以使用.或者是椭圆，
slice = myarray[...,i]
如果需要第一个N维呢？
对于3D myarray，N=2：
slice = myarray[:,:,0]
对于4D阵列，N=2：
slice = myarray[:,:,0,0]
这可以推广到任意的维度吗？
浏览 1提问于2018-09-21得票数 0
回答已采纳
1回答
我用MySQL创建了一个简单的Spring应用程序。
在数据库中，有20年的库存数据(5694行)：
目标是为这20年的股票数据寻找最佳移动平均线(N)。投入是每个交易日的收盘价。计算的平均值取决于N. So体育。若N=3为参考日t的平均值，则由((t-1)+(t-2)+(t-3)/N)给出。输出是最佳移动平均线( N )，也是您在最佳N的所有买卖交易中取得的结果。
我在互联网上找不到合适的算法，所以我实现了以下几个步骤：
对于每N次(249次)，程序执行以下步骤：
SQL-查询:计算平均值&返回列表
@Repository
public interface StockRepos
浏览 5提问于2022-07-09得票数 0
回答已采纳
1回答
我有"n“个轮廓检测图像(帧)。我想找出该图像的矩形部分的平均值。
(我需要计算该图像的矩形部分的平均值，而不是计算整个图像的平均值。)
我有矩形的x，y位置和宽度，高度的值。第一个图像x，y，w，h是109,45 ,171,139，第二个图像x，y，w，h是107,71,175,110。
我使用下面的代码获得这些值。
cv2.rectangle(frame, (x,y),(x+w,y+h), (0,0,255), 3)
我知道使用"ROI“概念我们可以做均值计算。
所以，我引用了一些链接。
例如。。
但是，我把参数设置搞混了。有人能帮我解决我的问题吗？先谢谢你...
浏览 1提问于2014-02-06得票数 2
回答已采纳
有几个帖子用于分割2D和3D NumPy数组，但是在我的程序中，数组的维数还不清楚。考虑任意维数的NumPy ndarray A (正整数)和形状D=[d1,...,dn] (di的非负整数)，例如：
import numpy as np
D=np.array([2,3,4,5])
A=np.random.rand(*D)
现在我需要提取一个A块，从D1=[d11,...,d1n]到D2=[d21,...,d2n]，所有0<i<=n : 0<=d1i<=d2i<=di都在这里。类似于：
A[D1:D2]
如果我是新的n，那么我可以简单地使用A[d11:d21
浏览 0提问于2018-08-10得票数 0
回答已采纳
4回答
如何找到熊猫数据帧中每一行N单元中最佳n的平均值？ 请看下面的数据框，我想找出6分中最好的4分的平均值(n=4，N=6)： df = pd.DataFrame({'stu1' : [17,19,12,17,13,13],
'stu2' : [20,18,15,17,15,0],
'stu3' : [16,19,0,16,0,0],
'stu4' : [0,0,0,0,0,0],
'stu5'
浏览 36提问于2019-06-21得票数 1
回答已采纳
2回答
我有100个随机数的数据，我想找出平均值如下：
mean0的平均值应为0,5,10，.行
mean1的平均值应该是1,6,11,16，.行
。
。
。mean4的平均值应为4,9,14，.一排排。
到目前为止，我能够找到mean0，但我无法找到迭代过程的方法，以获得剩余的方法。
我的代码如下：
import numpy as np
import pandas as pd
import csv
data = np.random.randint(1, 100, size=100)
df = pd.DataFrame(data)
print(df)
df.to_csv('example
浏览 5提问于2022-07-08得票数 0
回答已采纳
1回答
在SimpleITK中向索引数组分配值或切片的最佳方法是什么？
示例(1)：在3D卷中将2D片分配给索引的2D片
在NumPy中，我们可以对索引数组执行以下赋值：
import numpy as np
nda = np.ones((64, 256,256))
nda[0,:,:] = 2*nda[0,:,:]
在SimpleITK中同样的操作，
import SimpleITK as sitk
image = sitk.GetImageFromArray(nda)
image[:,:,0] = 2*image[:,:,0]
给出以下错误：
IndexError
浏览 3提问于2020-04-22得票数 1
回答已采纳
4回答
我正在尝试从一个文本文件中获取数据，并计算该文件中每600行的平均值。我从文件中加载文本，将其放入numpy数组并枚举它。我可以得到前600行的平均值，但是我不确定如何编写一个循环，以便python计算每600行的平均值，然后将其放入一个新的文本文件中。到目前为止，我的代码如下：
import numpy as np
#loads file and places it in array
data = np.loadtxt('244UTZ10htz.txt', delimiter = '\t', skiprows = 2)
shape = np.shape(da
浏览 1提问于2014-03-18得票数 2
4回答
在Python中，我通常使用诸如v堆栈、堆栈等函数，通过将2D数组叠加到另一个数组来轻松地创建一个3D数组。
在C++中有办法做到这一点吗？
特别是，我使用OpenCV将图像加载到Mat变量中，如下所示：
cv::Mat im = cv::imread("image.png", 0);
我想通过堆叠该Mat变量的副本来制作N层的3D数组/Mat。
编辑：这个新的3D矩阵必须是“可移动的”，方法是向它的任何组件添加一个整数，这样，如果我处于这个位置(x1，y1,1)，并且我将+1添加到最后一个组件，我就到达(x1，y1,2)。类似地，对于3D矩阵的任何坐标/组件。
解决了:来自@
浏览 0提问于2018-03-21得票数 4
回答已采纳
我有一个3D数组，形状是: 144,173,360。我想取第一个轴的平均值(大小144)，但只取第12个元素的平均值，因此仅取的平均值： 0th, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11th index of first axis 然后取平均值： 12th, 13, 14, ... 23rd indices of the first axis, etc. 我尝试过使用:：创建一个for循环，使其只包含每12个索引，但是我是否在正确的范围内循环？输出数组的形状与原始数组相同...所以让我认为我没有在正确的范围内循环？ array = np.random.rand(1
浏览 16提问于2021-02-08得票数 1
回答已采纳
3回答
我试图计算一个移动平均值，但在每个平均值之间有一个设定的步长。例如，如果我计算的是每2个元素的4个元素窗口的平均值：
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
这将产生1、2、3、4、3、4、5、6、5、6、7、8、7、8、9、10的平均值。
window_avg = [2.5, 4.5, 6.5, 8.5]
我的数据是这样的，在处理之前，结束将被截断，因此与窗口大小有关的长度没有问题。
我读过一些关于如何在Python中做移动平均值的文章，迭代工具的使用似乎很多；然而，迭代器一次只使用一个元素，我不知道如何在每次计算平均值之间有一个步骤大小。()
我之前在
浏览 4提问于2014-01-13得票数 2
回答已采纳
给出了使用ExtSlice的
>>> parseprint("l[1:2, 3]")
Module(body=[
Expr(value=Subscript(value=Name(id='l', ctx=Load()), slice=ExtSlice(dims=[
Slice(lower=Num(n=1), upper=Num(n=2), step=None),
Index(value=Num(n=3)),
]), ctx=Load())),
])
但是，这个语法在交互式python中不起作
浏览 2提问于2016-03-05得票数 3
回答已采纳
2回答
我有一个计算代码，需要传递一些数组
int main()
{
//...
//..Allocating many 3D,1D arrays and initializing fixed-value arrays
//..Initializing named constants here at compile time
//..initializing other constants at run time (not changed during the program runtime)
//...
for(int n=0;n
浏览 2提问于2013-07-07得票数 0
1回答
我编写了一个Fortran函数，它以非常简单的方式计算一维数字数组的移动平均值：
function moving_average(data, w)
implicit none
integer, intent(in) :: w
real(8), intent(in) :: data(:)
integer :: n, i
real(8) :: moving_average(size(data)-w+1)
n = w-1
do i=1, size(data)-n
moving_average(i) = mean(dat
浏览 4提问于2019-09-18得票数 3
回答已采纳
我正在尝试创建一个函数，它使用一个时间序列和几个分裂作为参数。如果拆分=3，则函数会将时间序列数据拆分为三分之二，并计算每个拆分的平均值。下面我创建的代码累计计算平均值。以下是示例数据：
data = pd.Series([1,2,3,4,5,6,7,8,9,9])
下面是我创建的函数：
def multi_mean(ts, n_splits = 3):
ts_ranges = []
mn_range = []
for i in range(1,n_splits+1):
result = int(round(len(ts)/(i),0))
浏览 6提问于2019-11-12得票数 0
回答已采纳
3回答
我有一个(n乘i by j) - 3D numpy数组：a_3d_array (2乘5乘3)
array([[[1, 2, 3],
[1, 1, 1],
[2, 2, 2],
[0, 3, 3],
[0, 0, 4]],
[[1, 2, 3],
[2, 2, 2],
[3, 3, 3],
[0, 4, 4],
[0, 0, 5]]]).
对于n中的每一列j，我想提取最后2个非零元素并计算平均值，然后将结果放入(n×j)数组中。我目前所做的是使用for循环
import numpy as np
a_3d_array = n
浏览 2提问于2020-11-24得票数 0
回答已采纳
1回答
我刚刚开始学习go，我正在研究数据结构。我习惯于有一个动态数组，比如list在python中，std::vector在C++中，但是在go中没有类似的东西。动态数组的优点是它具有添加新元素的O(1)时间复杂度，以及用于索引的O(1)时间复杂度。
首先，我认为slice就是它，但后来我意识到当我使用函数时，整个切片是被复制的，因此它是一个O(N)操作，而不是动态数组中的O(1)操作。
然后我遇到了，但这是一个双链接列表，这意味着索引是O(N)，而不是O(1)。
我是否遗漏了我正在寻找的数据结构？
浏览 2提问于2014-12-15得票数 0
回答已采纳
我正在使用Dask数组生成分布在几个节点中的大型(65kx65kx3) 3D信号。在下一步中，我需要使用存储在Dask包中的切片从这个数组中提取几千个瓦片。我的代码如下所示： import dask.array as da
import dask.bag as db
from dask.distributed import Client
def pick_tile(window, signal):
return np.array(surface[window])
def computation_on_tile(signal_tile):
# do some rather s
浏览 16提问于2020-01-15得票数 1
下面的Python代码将重复地将向量[1, 2, 3, 4]添加到二维数组a中的每一行，仅从第20行开始。
import numpy as np
# an array of shape (100, 4)
a = np.zeros((100, 4), dtype=np.float32)
# and this is the operation explained above
a[20:, :] += [1.0, 2.0, 3.0, 0.0]
在ndarray中有一个简单的等价物吗？我已经可以用更复杂的、杂乱无章的代码来做我需要的事情了，但是我觉得可能有一个整洁的ndarray.rs等价的东西。
浏览 0提问于2018-05-17得票数 8
回答已采纳
1回答
我正在做CT扫描，对肝脏有特别的兴趣。我试图使用python中的以下函数将像素值转换为Hounsfield单位：
def transform_to_hu(slices):
images = np.stack([file.pixel_array for file in slices], axis=-1) #axis=-1 for depth in the last channel
images = images.astype(np.int16)
for n in range(len(slices)):
intercept = slic
浏览 7提问于2022-04-25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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
