NumPy -4维数组显示为2维数组
NumPy是一个开源的Python科学计算库，它提供了高效的多维数组对象和用于处理这些数组的工具。在NumPy中，可以使用ndarray对象来表示多维数组。对于4维数组显示为2维数组的情况，可能是由于数据的展示方式或者数据的维度转换导致的。
要将一个4维数组显示为2维数组，可以使用NumPy中的reshape函数来改变数组的形状。reshape函数可以接受一个元组作为参数，指定新的形状。对于一个4维数组，可以将其reshape为一个2维数组，其中每一行表示原数组中的一个元素。
下面是一个示例代码：
import numpy as np
# 创建一个4维数组
arr = np.random.rand(2, 3, 4, 5)
# 将4维数组reshape为2维数组
new_arr = arr.reshape(-1, arr.shape[-1])
print("原数组形状：", arr.shape)
print("新数组形状：", new_arr.shape)输出结果：
原数组形状： (2, 3, 4, 5)
新数组形状： (6, 5)在上面的示例中，我们首先使用np.random.rand函数创建了一个形状为(2, 3, 4, 5)的4维数组。然后，我们使用reshape函数将其转换为一个形状为(6, 5)的2维数组。通过指定参数-1，reshape函数会自动计算数组的另一个维度的大小。
NumPy的优势在于其高效的数组操作和广泛的数学函数库，使得它成为科学计算和数据分析领域的重要工具。它可以应用于各种场景，包括数据处理、图像处理、机器学习、科学计算等。
腾讯云提供了云计算相关的产品和服务，其中与NumPy相关的产品包括云服务器、云数据库、云存储等。您可以通过访问腾讯云的官方网站了解更多关于这些产品的详细信息和使用方式。
请注意，以上答案仅供参考，具体的产品选择和使用方式应根据实际需求和情况进行评估和决策。
相关·内容
1回答
我的目标是使用SWIG与C和Python一起创建一个函数，该函数以NumPy数组作为输入，并返回不同的NumPy数组。返回的数组具有某些未指定的大小，取决于输入数组。不幸的是，当我试图运行我的代码时，会返回一个空数组。下面是一个显示问题的“最小”示例。我通过以下方法运行此代码：
python setup.py build_ext --inplace
python test.py
感兴趣的文件复制如下。如果您知道如何使这段代码返回一个非空的NumPy数组，请告诉我。谢谢!
取消。c：
#include "cancelterms.h"
void cancel(double comp
浏览 4提问于2015-11-13得票数 3
2回答
最近，我从这个链接中发现了下面的numpy用法。本页中的最后一个示例显示此命令，但没有解释。
import numpy
x=numpy.random.randint([1, 3, 5, 7], [[10], [20]], dtype=np.uint8)
你能解释一下输入参数是什么意思吗？
浏览 7提问于2022-01-29得票数 2
回答已采纳
我目前有一个numpy多维数组(类型为float)和一个numpy列数组(类型为int)。我想把它们组合成一个多维的numpy数组。
import numpy
>> dates.shape
(1251,)
>> data.shape
(1251,10)
>> test = numpy.hstack((dates, data))
ValueError: all the input arrays must have same number of dimensions
要显示数组类型不同，请执行以下操作：
>> type(dates[0])
<
浏览 0提问于2011-12-31得票数 5
回答已采纳
2回答
要使numpy数组具有可读性，一种方法是将其设置为只读。这在过去对我起过作用。但是，当我在元组中使用这样一个numpy数组时，整个元组就不再可以使用了，这一点我不理解。下面是我为说明这个问题而编写的示例代码：
import numpy as np
npArray = np.ones((1,1))
npArray.flags.writeable = False
print(npArray.flags.writeable)
keySet = (0, npArray)
print(keySet[1].flags.writeable)
myDict = {keySet : 1}
首先，我创建一个
浏览 5提问于2017-10-26得票数 8
回答已采纳
我正在尝试创建一个由子类numpy数组组成的numpy数组。不幸的是，当我创建新的子类数组时，numpy自动将的元素转换为numpy.ndarray。
下面的代码显示了我想要做的事情。dummy_class继承了numpy.ndarray，并包含了一些额外的功能(这对于当前的问题并不重要)。我使用dummy_class构造函数创建两个新数组，并希望将每个子类数组放入一个新的numpy_ndarray中。当问题数组初始化时，子类数组的类型将自动将从dummy_class向上转换为numpy.ndarray。重现问题的一些代码可以在下面找到
import numpy
class dummy_cl
浏览 3提问于2015-01-09得票数 1
我想显示来自NumPy数组的图像，但是我得到了以下错误：
回溯(最近一次调用)：文件"E:/wittos/python/SVM/witti svm/arraytoimage.py"，第14行，在image = Image.fromarray(arry) File第2483行中，在fromarray arr = obj.__array_interface__ AttributeError中：'list‘对象没有属性'__array_interface__’
我希望你能帮我解决这个错误。
import numpy as np
from PIL import
浏览 0提问于2018-12-29得票数 3
回答已采纳
2回答
将向量附加到空列表中
、、、
在for循环中，我迭代地从文件中读取一个向量，然后将其放入一个列表或numpy数组。对于numpy数组或列表，我真的不明白这个过程是如何工作的。因为我知道numpy数组不是用来改变大小的，所以我想使用一个空列表并迭代地追加我正在读取的向量
import numpy as np
a = np.array([[1],[2],[3]])
b = np.array([[2],[3],[4]])
c = timeStep = list()
c = c.append(a)
c = c.append(b)
上面的示例描述了我想要做的事情，但是当我在追加a后打印c列表时，终端显示里面什么都没有。
浏览 4提问于2022-02-04得票数 0
回答已采纳
1回答
首先，我将图像转换为numpy数组并将其写入文本文件，此部分正在工作。
问题是当我复制txt内容并将其动态粘贴为向量并显示图像时。颜色显示错了。
`
import cv2
import sys
import numpy
from PIL import Image
numpy.set_printoptions(threshold=sys.maxsize)
def img_to_txt_array(img):
image = cv2.imread(img)
# print(image)
f = open("img_array.txt", "w
浏览 14提问于2022-12-04得票数 0
1回答
我有一个python脚本，如下所示：
import numpy as np
def my_function(x):
return np.array([x])
我有一个MATLAB脚本来调用它：
clear all;
clc;
if count(py.sys.path,'') == 0
insert(py.sys.path,int32(0),'');
end
myfunction_results = py.python_matlab_test.my_function(8);
display(myfunction_results);
它会显示：
浏览 2提问于2018-09-22得票数 2
2回答
过滤numpy数组中的负值
、、、、
我正在尝试编写一个numpy函数，该函数显示数组中小于0的值的数量。我怎么能做到这一点呢？ import numpy as np
array = np.array([10,4,3,5,6,67,3,-12,5,-6,-7]) 预期输出： 3
浏览 64提问于2021-07-29得票数 0
1回答
下面数组的最后一个单元显示了一个错误的结果：
代码：
import numpy
b=numpy.array ([[1,2,3,4],[5,6,8,16]])
b=b**b/b+1
b
结果：
array([[2.000000e+00, 3.000000e+00, 1.000000e+01, 6.500000e+01],
[6.260000e+02, 7.777000e+03, 2.097153e+06, 1.000000e+00]])
除了最后一个数字外，所有的数字都是正确的。
类型为numpy.float64。正确的答案是1.152921504606847e+18。
有什么想法
浏览 0提问于2020-07-22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
有没有人有任何关于如何打包一个头部，然后将其附加到一些数据块的提示？
例如，如果我有一个16字节的比特打包的头文件，然后我想把它附加到一个大约2MB的原始RGB图像上，那么最有效的方法是什么？
到目前为止，我已经尝试了以下方法
headerVals = ( str(headerVersion), str(formatEnum), frameCount, ntpTimestamp, width, height )
packedHdr = self.imgStruct.pack( *headerVals )
return packedHdr + data
但是，由于str和numpy数组不可连接
浏览 4提问于2013-07-15得票数 0
我在numpy数组中找到了一个点，然后想要将这个数组保存为一个图像，在定位点周围有一个方框。
下面是显示问题的简化代码表示形式
from PIL import Image, ImageDraw
import numpy as np
np_img = np.zeros((259,339,3))
pt = (29,118)
np_img[pt] = [255,0,0]
print(np_img[pt])
final_img = Image.fromarray(np_img, 'RGB')
#final_draw = ImageDraw.Draw(final_img)
#fin
浏览 0提问于2019-07-12得票数 0
回答已采纳
下面显示了numpy.ix_()函数的输出。输出的用途是什么？它的结构很独特。
import numpy as np
>>> gfg = np.ix_([1, 2, 3, 4, 5, 6], [11, 12, 13, 14, 15, 16], [21, 22, 23, 24, 25, 26], [31, 32, 33, 34, 35, 36] )
>>> gfg
(array([[[[1]]],
[[[2]]],
[[[3]]],
[[[4]]],
[[[5]]],
[[[6]
浏览 1提问于2020-06-21得票数 3
回答已采纳
在对Numpy进行实验时，我发现numpy.info提供的连续值可能与numpy.ndarray.data.contiguous不同(请参阅下面的代码和屏幕快照)。
import numpy as np
x = np.arange(9).reshape(3,3)[:,(0,1)]
np.info(x)
print(f'''
{x.data.contiguous = }
{x.flags.contiguous = }
{x.data.c_contiguous = }
{x.flags.c_contiguous = }
{x.data.f_contiguous =
浏览 22提问于2022-05-18得票数 0
回答已采纳
1回答
我有以下代码部分：
dataset = trainDataset()
train_loader = DataLoader(dataset,batch_size=1,shuffle=True)
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
images = []
image_labels = []
for i, data in enumerate(train_loader,0):
inputs, labels = data
inputs, lab
浏览 2提问于2021-07-17得票数 0
我的问题是：
我使用numpy any()函数来检查我的数组是否为空。
a = numpy.array([1., 2., 3.])
a.any()
#True
a = numpy.array([0., 0., 0.])
a.any()
#False
考虑到这一点，我会这样想。是一个浮点，numpy中的any()函数将返回True。我怎样才能做到这一点？
numpy不将零视为实际值的背后原因是什么？
我使用python 2.6
浏览 1提问于2014-08-04得票数 3
回答已采纳
2回答
我正在尝试将一个4波段(RGB & nr红外)光栅图像转换成numPy数组中的ArcMap。成功转换为numpy数组后，我希望计数图像上没有数据的像素数。当在ArcMap中检查时，这些像素颜色被标记为“无”，它们显示为黑色，但它们丢失了来自波段1、2或3的红色、绿色和/或蓝色通道数据。我需要找到它们。
到目前为止，我的情况如下：
import numpy
import os
myDir = "C:\\Temp\\temp"
# myFile = "4_pixel_test.tif"
myFile = "4band.tif"
# imp
浏览 4提问于2016-03-24得票数 3
回答已采纳
1回答
我在numpy中有一个我认为很简单的任务，但我遇到了麻烦。
我有一个函数，它接受数组中的一个索引，并返回属于该索引的值。我想高效地将这些值写入一个numpy数组。
我已经找到了numpy.fromfunction，但它的行为并不像建议的那样。它似乎“向量化”了函数，这意味着它传递的不是实际的索引，而是一个索引的numpy数组：
def vsin(i):
return float(round(A * math.sin((2 * pi * wf) * i)))
numpy.fromfunction(vsin, (len,), dtype=numpy.int16)
# TypeError:
浏览 0提问于2015-05-30得票数 0
2回答
对于numpy数组，我发现
x = numpy.array([]).reshape(0,4)
很好，并且允许我将(0,4)数组追加到x，而不会丢失数组的结构(例如，它不仅仅是一个数字列表)。然而，当我尝试
x = numpy.array([]).reshape(2,3)
它会抛出一个错误。为什么会这样呢？
浏览 0提问于2016-06-17得票数 1
数据准备，并构建模型： dataset = datasets.load_iris()
data = dataset.data
target = dataset.target
data_tensor=torch.from_numpy(data).float()
target_tensor=torch.from_numpy(target).long()
model = nn.Sequential(
bnn.BayesLinear(prior_mu=0, prior_sigma=0.1, in_features=4, out_features=100),
nn.ReLU(),
浏览 1677提问于2021-11-14得票数 1
这是我写的：
import numpy as np
a = np.array([[]])
np.insert(a, 0, 1, axis=1)
由于某种原因，我的代码只是忽略了插入行。我甚至尝试过np.put_along_axis()，但它显示了一个错误
我只想在ndarray中插入或追加一个数字。这迫使我将它转换成一个普通的列表，追加并返回它。请帮帮忙
浏览 0提问于2021-03-15得票数 0
1回答
我正在努力实现视频上显示的结果(方法3使用netcat) 它是从树莓派到PC的流视频，并使用openCV和python处理它。
我使用命令
raspivid -vf -n -w 640 -h 480 -o - -t 0 -b 2000000 | nc 192.168.1.137 8000
为了将视频流式传输到我的PC上，然后在PC上，我创建了命名管道'fifo‘并重定向输出
nc -l -p 8000 -v > fifo
然后，我尝试读取管道并在python脚本中显示结果
import cv2
import subprocess as sp
import numpy
FFMPE
浏览 0提问于2020-02-29得票数 0
2回答
分析一段numpy代码显示，我在这两个函数中花费了大部分时间
numpy/matrixlib/defmatrix.py.__getitem__:301
numpy/matrixlib/defmatrix.py.__array_finalize__:279
这是Numpy的来源：
问题1：
每次我使用类似于__getitem__的东西时，似乎都会调用my_array[arg]，如果arg不是整数而是一个片段，那么它就会变得越来越昂贵。有任何方法来加速对数组片的调用吗？
例如在
for i in range(idx): res[i] = my_array[i:i+10].mea
浏览 1提问于2012-09-14得票数 4
回答已采纳
1回答
我正在尝试学习cython，并修改了找到的示例。
#pyx file
import numpy as np
cimport numpy as np
import cython
np.import_array()
def test1(a):
out = np.empty(a.shape, np.double)
cdef np.flatiter ita = np.PyArray_IterNew(a)
cdef np.flatiter ito = np.PyArray_IterNew(out)
cdef double value
cdef doub
浏览 0提问于2018-09-16得票数 0
回答已采纳
2回答
我有一个与字符串相关联的数组(相同长度)的字典。我的目标是创建一个新的字典，具有相同的键，但切割数组，只保留我需要的元素。我编写了一个函数来完成这个任务，但问题是它返回了一个字典，该字典与每个键相关联的数组(正确的切割长度)相同，而用于控制的print命令显示了正确的关联。以下是功能：
def extract_years(dic,initial_year,final_year):
dic_extr = {}
l = numpy.size(dic[dic.keys()[0]])
if final_year != 2013 :
a = numpy.ze
浏览 0提问于2017-08-30得票数 0
回答已采纳
2回答
我正在使用numpy来做总是有趣的“在一个邻接矩阵中计数三角形”的任务。()
给定我的矩阵A，numpy.matmul()没有问题地计算A的立方体，但是对于大型矩阵numpy.trace()，则返回一个负数。
我使用numpy.diagonal()提取对角线，并使用math.sum()和for循环求和条目--它们都返回与numpy.trace()相同的负数。
一次使用math.fsum()的尝试最终返回了编号4,088,103,618 --对于python和我的64位操作系统来说，这似乎是一个很小的数字，特别是因为python文档声称整数值是无限的。
当然，这是一个溢出或未定义的行为问题，但不
浏览 5提问于2017-05-13得票数 1
因此，如果我有以下代码，它基本上与numpy参考页面上的显示相同：
import numpy as np
import matplotlib.pyplot as plt
mean = [0,0]
cov = [[1,-0.5], [-0.5,1]]
n = int(input("How many random points?"))
x, y = np.random.multivariate_normal(mean, cov, size = n).T
plt.plot(x,y, 'x')
plt.show()
我不明白.T在第9行末尾的含义，但如果没有它，
浏览 0提问于2018-10-03得票数 0
回答已采纳
1回答
我正在将来自三个不同输入数组的列数据合并到一个新的csv中。为此，我使用了NumPy堆栈函数。现在，我有一个12,3堆叠的NumPy阵列，我正尝试将其导出到csv。
VI_Samples_v4 = numpy.stack((samplename,sample_start_date,sample_type_code), axis =1)
当我使用numpy保存文本时
numpy.savetxt('array.csv', [VI_Samples_v4], fmt='%s', delimiter=',')
我得到这样的错误："ValueErro
浏览 32提问于2019-11-16得票数 0
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
2回答
程序应丢弃最小和最大的数字，并计算和显示剩余数字的平均值。到目前为止，我认为我应该导入函数numpy来获得平均值，但我不知道如何将for循环放入其中。
import numpy
numbers = input('Enter any list of numbers(seperated by any commas): ')
n2 = numpy.mean(numbers)
print(n2)
浏览 2提问于2016-11-15得票数 0
阅读TensorFlow文档：
import numpy as np
ndarray = np.ones([3, 3])
print("TensorFlow operations convert numpy arrays to Tensors automatically")
tensor = tf.multiply(ndarray, 42)
print(tensor)
print("And NumPy operations convert Tensors to numpy arrays automatically")
print(np.add(tenso
浏览 0提问于2020-04-04得票数 2
1回答
我已经在cvxpy中定义了一个优化问题，但是我想之后在numpy中处理代码中的结果--如何将它从cvxpy转换为numpy？
它是类型的
<class 'numpy.matrixlib.defmatrix.matrix'>
如果我想绘制它以查看结果，matplotlib只显示一个蓝色区域。
浏览 4提问于2017-02-14得票数 0
回答已采纳
我有一个由元组组成的多维numpy数组，如下所示：
[[(0.56, 1),(0.25, 4), ...],[(0.11, 9), ...], ...]
每个元组的第二个元素是索引引用。我想提取每行第一个值最高的元组。有没有办法用numpy max实现这一点？
我尝试过的一件事是尝试使用轴参数，如下所示：
np.max(my_array, axis=0)
但这会在索引引用未保留的情况下对对进行打乱。例如，上面示例中的第一行将显示类似[(0.56,4), ...]的内容，而我希望它显示[(0.56,1), ...]
浏览 17提问于2021-03-13得票数 0
回答已采纳
我有两个numpy数组，x of shape (m, 2)和y of shape (n, 2)。我想要计算(m, n, 2)数组，在位置(i, j)处，可以在out[i, j]处找到x[i]和y[j]的和。列表理解作品
import numpy
x = numpy.random.rand(13, 2)
y = numpy.random.rand(5, 2)
xy = numpy.array([
[xx + yy for yy in y]
for xx in x
])
但我想知道是否有一个更有效的解决方案通过numpy.add.outer或类似的东西。
浏览 1提问于2018-07-18得票数 2
回答已采纳
1回答
我想讨论一下我要为我的小项目做的一些一般性决定。这主要是关于内存消耗，但也涉及数据完整性。
它是一种会计工具，有一份记录清单，并计算一些财务数字，如打印账目、按月/季度计算金额、资产负债表等。对于我使用GTK的GUI，由于许可原因，它比QT更免费，但在Windows和MAC下都是可用的。
我的一般方法是将记录列表存储在一个二维numpy数组中。为了特别显示一个帐户，我只需要创建一个视图，该视图与原始数组共享内存。所以，它是快速的，不需要记忆。
但是要在GTK3中显示数据，我需要一个ListStore。所以我的问题是：
要将数据从numpy数组复制到ListStore，将增加我的内存使用吗？
浏览 7提问于2016-04-14得票数 1
1回答
如屏幕截图所示，为打印目的，2D numpy数组被截断。我想要显示所有的元素。是否存在启用该行为的选项设置？
浏览 2提问于2018-02-04得票数 11
回答已采纳
我有100个小图像，我想把它们组合成一个大的(10x10)网格图像来显示。每个图像(作为numpy数组)都在单元对象的变量中。目前，我使用级联首先创建垂直条带，然后使用级联连接所有这些条带，但它似乎有点笨重。有更好的方法吗？我觉得我应该能够创建一个与最终图像(800x600)大小相同的numpy数组，然后将每个图像都插入其中，但这似乎超出了我对语法的理解能力。
def stackImages(im1, im2, axisToStack):
newImage = np.concatenate((im1, im2), axis = axisToStack)
return newIm
浏览 3提问于2015-04-29得票数 3
回答已采纳
1回答
我正在使用Cython和numpy，并且与更改numpy数组元素的dtype的cython函数有一个奇怪的问题。奇怪的是，只有在实际指定数组的输入类型时，才会更改dtype。
我在Ubuntu18.04上使用Cython==0.29.11、numpy==1.15.4、python3.6。
# cyth.pyx
cimport numpy as np
def test(x):
print(type(x[0]))
def test_np(np.ndarray[np.uint32_t, ndim=1] x):
print(type(x[0]))
现在，计算这个文件并使用以下函数：
浏览 1提问于2019-07-02得票数 2
回答已采纳
2回答
我试图在我从文本文件中读取的569x462ndarray中查找小于200的值。我想使用numpy.where来查找这些值...我已经尝试了以下代码：
import numpy as np
#Load in text file from Sebago
sebago=np.loadtxt('sebagoWatershedElv.txt',skiprows=6)
#Find where elevation is less than 200
lowElv=np.where(sebago[:]<200)
但是输出显示的值小于200，而有些值大于200...
浏览 1提问于2015-11-04得票数 1
1回答
我有一个TensorFlow模型，在这个模型中，我想传递一个图像给它，以便它确定图像中的对象。
然而，该模型抱怨图像的形状，说无论它接收(1, 7, 7, 2048)如何，它都希望它以(1, 1, 1, 2048)的形式出现。
我已经尝试通过numpy.reshape(myObj, (1, 1, 1, 2048))或numpy.reshape(myObj, (1, 1, 1, -1))在图像上执行numpy.reshape()。然而，前者只是抱怨它不能将大小为100352的数组重塑为(1, 1, 1, 2048)，而后者将数组的最后一个元素的大小调整为(7, 7, 2048)的倍数，即1003
浏览 1提问于2018-07-08得票数 0
2回答
我正在看一个关于使用OpenCV，numpy，PIL的面部识别项目的教程。在训练过程中，图像被转换为numpy数组，有什么必要将其转换为numpy数组呢？
代码：
PIL_IMAGE = Image.open(path).convert("L")
image_array = np.array(PIL_IMAGE, "uint8")
浏览 4提问于2019-05-19得票数 3
1回答
我有一个乒乓球游戏，这是一个简单的游戏环境。我希望在每个实例中从pygame.display获取图像的numpy数组。我无法找到给出整个显示的numpy数组的方法。谢谢。
浏览 5提问于2020-10-27得票数 1
回答已采纳
1回答
我有一个python函数和一个嵌套的for循环，这个循环被调用了数千次，而且太慢了。根据我在网上读到的内容，应该有一种方法可以使用numpy向量化来优化它，这样迭代就可以在更快的C代码中完成，而不是python。但是，我以前从来没有和numpy合作过，我也搞不懂。
函数如下所示。第一个参数是一个二维数组(列表列表)。第二个参数是要检查的二维数组的行列表。第三个参数是要检查的2D数组的列列表(请注意，行数不等于cols的数量)。第四个参数是用于比较2D数组的元素的值。我正在尝试返回一个列表，该列表中的每一列都包含一个列表，该列表具有与等于val的元素相对应的所有行索引。
def filter_i
浏览 0提问于2016-03-27得票数 1
我有一个numpy数组的列表，每个数组都可能有不同数量的元素，例如：
[array([55]),
array([54]),
array([], dtype=float64),
array([48, 55]),]
我想对此进行绘图，其中每个数组都分配了一个横坐标(x值)，例如[1,2,3,4]，以便该图应该显示以下要点：[[1,55], [2, 54], [4, 48], [4, 55]]。我能用matplotlib做这件事吗？或者，我怎样才能首先对numpy或熊猫的数据进行转换，这样就可以绘制出这些数据？
浏览 6提问于2017-02-08得票数 3
回答已采纳
为了在numpy.ndarray中存储许多3D点坐标元组，我在为每个特性输入一个循环之前初始化一个空的numpy数组。
为此，我目前在进入循环之前执行以下操作：
import numpy as np
pointsarrray = np.empty((1,3))
但这将导致一个几乎为空的数组：
array([[ 5.30498948e-315, 0.00000000e+000, 7.81250000e-003]])
在我的循环中填充pointsarray时，我会这样做：
pointsarray = np.vstack((pointsarray, [np.array(myPoint)])
浏览 3提问于2017-06-07得票数 2
回答已采纳
Python的numpy库对奇特的索引进行“矢量化”有时会产生意想不到的结果。例如：
import numpy
a = numpy.zeros((1000,4), dtype='uint32')
b = numpy.zeros((1000,4), dtype='uint32')
i = numpy.random.random_integers(0,999,1000)
j = numpy.random.random_integers(0,3,1000)
a[i,j] += 1
for k in xrange(1000):
b[i[k],j[k]] +=
浏览 0提问于2012-06-13得票数 6
1回答
按名称访问列数据时出错
、、、
我很难通过列名从结构化的numpy数组获取数据。最后是我的相关代码。我认为它很简单，很短，可以全部发布(这是一个很简单的)。
如果test.out文件不存在，可以将数据生成为简单的数据。我总是从文件中加载数据，只是为了测试目的。这在这里不重要(我想)。然后，如果文件中的数据是同质的，我将强制使用结构化数组。我想通过像data['f3']这样的列名来访问数据，但是我得到了一些奇怪的形状。我得到了一个单元素列表。例如：
shape: (10, 1), data['f3']:
[[ 0.50308252]
[ 0.16259077]
[ 0.5448315 ]
浏览 2提问于2014-01-13得票数 1
回答已采纳
1回答
当子类numpy数组时，我遇到了以下问题
例如：
import numpy
class Example(numpy.ndarray):
def __new__(cls, x, y):
dt = [('x', 'float'), ('y', 'float')]
buffer = numpy.array(zip(x, y),dtype=dt)
obj = super(Example, cls).__new__(cls, buffer.shape, dtype=dt,
浏览 0提问于2018-09-05得票数 2
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
