Python/Numpy:获取2D矩阵中的前k个最大值作为掩码
Python是一种高级编程语言，而Numpy是Python的一个科学计算库。在使用Python和Numpy处理2D矩阵时，可以使用以下方法来获取前k个最大值作为掩码。
- 导入Numpy库：
- 导入Numpy库：
- 创建一个2D矩阵：
- 创建一个2D矩阵：
- 使用Numpy的
np.partition()函数获取前k个最大值的索引： - 使用Numpy的
np.partition()函数获取前k个最大值的索引： - 在上述代码中，
matrix.flatten()将2D矩阵展平为一维数组，np.partition()函数会将数组分割为两个部分，其中前半部分是最小的k个值，后半部分是其余值。然后，通过取后半部分的值来获取前k个最大值。 - 创建一个与原始矩阵形状相同的掩码矩阵：
- 创建一个与原始矩阵形状相同的掩码矩阵：
- 上述代码中，
np.zeros_like()函数创建了一个与原始矩阵形状相同的全零矩阵。然后，通过比较原始矩阵的展平版本与掩码值的展平版本，找到相等的索引，并将相应位置的元素设置为1，形成掩码矩阵。
最后，你可以根据需求使用这个掩码矩阵来处理相关的任务，比如过滤出矩阵中的前k个最大值。
请注意，以上的解决方案是基于Python和Numpy的，但也可以使用其他编程语言和相关的库来实现类似的功能。
有关Numpy和相关函数的更多详细信息，请参考腾讯云的官方文档：
请注意，以上只是一个简单的示例，可能无法涵盖所有情况。在实际应用中，请根据具体需求进行适当修改和调整。
相关·内容
1回答
我需要在一个被屏蔽的数组的索引上的循环中获得一个2D数组的原始索引。我试着：
for i in range(Arr[mask].size):
tmp = numpy.zeros(mask.shape, dtype=bool)
tmp[mask][i] = True
j,k = numpy.where(tmp)
...
不幸的是，最后一行返回
(array([], dtype=int64), array([], dtype=int64))
找到j和k的好方法是什么？
浏览 4提问于2018-07-30得票数 0
回答已采纳
1回答
根据要素的频率对要素进行排名
、、、、
我有一个由0和1组成的稀疏矩阵，即训练数据= numpy 2d数组。
我只想保留前K个特征来描述我的数据。
我想根据它们的频率来计算前K个特征，即它们在整个矩阵的训练样本中出现的频率。
但是，我不知道这些特性的确切名称。它们只是列。
我如何计算它们的频率，最重要的是，我如何在矩阵中选择前K个特征并删除其他特征？
浏览 17提问于2017-02-11得票数 0
1回答
我正在编写PyTorch代码。在torch推断代码之间，我添加了一些我自己感兴趣的外围代码。这段代码运行良好，但太慢了。原因可能是迭代。因此，我需要并行和快速的方法来做这件事。
可以在tensor、Numpy或python数组中执行此操作。
我创建了一个名为selective_max的函数来查找数组中的最大值。但问题是，我不需要整个数组中的最大值，而是由mask数组指定的特定候选数组中的最大值。让我来展示一下这个函数的要点(下面展示了代码本身)
输入
dim :x是一个原始的输入，但这变成了batch_size，num_points，x [batch_size , dim, num_point
浏览 0提问于2020-12-30得票数 0
1回答
我对python/numpy比较陌生。我有一个三维TxNxN的数字数组。它包含一个对称的NxN矩阵序列。我希望将其转换为TxM的2D数组(其中M= N(N+1)/2)。我怎么能这么做？我当然可以使用3个循环，但我认为在python/numpy中可能有更好的方法。
浏览 17提问于2022-05-25得票数 0
回答已采纳
我有很好的numpy 2D浮动网格(例如，> 20k x 10k单元)。我想要计算网格中nodata值的连续组的数量。我可以用python实现一个简单的pain填充方法，但似乎在numpy或scipy中一定有办法有效地完成这项工作，但我没有找到使用ndimage的明显方法。我在想，一定有一种方法可以计算补丁的数量，我可以创建一个二进制网格，并计算对应于nodata的补丁。使用scipy的fcluster可以做到这一点吗？
浏览 0提问于2012-11-20得票数 3
回答已采纳
就像问题说的那样，我有一个2D矩阵(1000,2000)，在这个矩阵中，我用numpy where函数应用了一个条件：
import numpy as np
A = np.random.randn(1000, 2000)
print(A.shape)
(1000, 2000)
mask = np.where((A >=0.1) & (A <= 0.5))
A = A[mask]
print(A.shape)
(303112,)
在一个只支持一维矩阵的Fortran程序中，得到一个平坦矩阵作为输入，该程序的输出与输入一维矩阵(303112，)具有相同的维数，是否有任何方法
浏览 0提问于2021-02-10得票数 1
回答已采纳
1回答
我有一个numpy 2d数组，其中包括正的条目和-1的值，它们是缺少的值。我想在不包括-1值的情况下对这个矩阵的行求和。有没有办法在numpy中执行条件行求和？
浏览 0提问于2013-05-13得票数 3
1回答
我有一个numpy 2d数组(矩阵)：
[[1,2,3],
[4,5,6],
[7,8,9]]
我想根据这个向量掩码来更改这些值
[0,2,1]
因此，我希望更改
1, 6 and 8
举个例子
2, 9 and 24
向量与矩阵的长度一样长
浏览 3提问于2021-03-06得票数 0
回答已采纳
我有一个关于沿着矩阵的行求最大值的索引的问题。我如何在Spark Scala中做到这一点？此函数类似于Python中numpy中的argmax。
浏览 1提问于2015-04-27得票数 2
1回答
绘制线-点图
、、、、
我有：
Q NODES = [(x, y)_1, ........, (x, y)_Q]的列表，其中每个元素(x, y)表示2D笛卡尔空间中节点的空间位置。
QxQ矩阵H，其中H[k, l]是连接节点k和l的边缘长度，如果k和l不连接，则为H[k, l] == 0。
QxQ矩阵Z，其中Z[k, l]是连接节点k和l的标量“强度”值。同样，Z[k, l] == 0如果k和l是不连接的。
我想很好地绘制节点的空间位置，由边缘连接，并使用颜色标度来表示“强度”。
我该怎么做？(我使用python、sage、matplotlib和numpy)
浏览 0提问于2014-07-30得票数 1
假设我们有三个一维数组A (m个元素)，B (n个元素)和C (k个元素)。 有没有python numpy函数可以将上面的内容作为输入，并输出一个3D矩阵(维度:m x n x k)，由此索引i，j，k的每个条目都具有值Ai * Bj * Ck？ np.outer(A，B)适用于2D版本，但我正在寻找3D版本。
浏览 21提问于2020-09-19得票数 2
回答已采纳
1回答
我正在使用几种技术(NumPy、Weave和Cython)来执行Python性能基准。代码在数学上所做的基本上是C = AB，其中A、B和C是N x N矩阵(注意：，这是矩阵乘积，而不是按元素进行的乘法)。
我编写了5种不同的代码实现：
纯python ( 2D Python列表上的循环)
NumPy (二维NumPy阵列的点积)
编织内联(二维阵列上的C++循环)
Cython (在2D Python列表上循环+静态类型)
(在2D NumPy数组上循环+静态类型)
我的期望是，实现2到5的速度将大大快于实现1。然而，我的结果表明并非如此。以下是我与纯Python
浏览 7提问于2013-06-10得票数 4
回答已采纳
2回答
我希望最大限度地发挥以下功能：
f(i, j, k) = min(A(i, j), B(j, k))
其中，A和B是矩阵，i、j和k是指向矩阵各自维度的索引。我希望找到(i, j, k)，使f(i, j, k)最大化。我目前所做的工作如下：
import numpy as np
import itertools
shape_a = (100 , 150)
shape_b = (shape_a[1], 200)
A = np.random.rand(shape_a[0], shape_a[1])
B = np.random.rand(shape_b[0], shape_b[1])
浏览 1提问于2021-10-05得票数 4
回答已采纳
2回答
我正在尝试从一个numpy 2D矩阵中提取局部最大值的坐标。这些值是介于0和1之间的数字，表示对象位于该位置的可能性。
我试着对矩阵进行阈值处理，提取argmax并保存坐标，将其值更改为0，然后循环到遇到阈值为止。
detections = []
while True:
maxloc = np.unravel_index(np.argmax(scmap),
scmap.shape)
if scmap[maxloc] > 0.9:
# other code ..
detectio
浏览 15提问于2019-07-09得票数 1
蓄积期
在脚本中，相同大小的数据矩阵X被某些模型(这里只是随机数生成器)重新估计，并在有限的试验过程中累积/保存在矩阵Y中。
import numpy as np
from numpy.random import random
import pandas as pd
k = 3 #shape
t = 5 #trials
Y = np.zeros((t,k,k))
for i in range(5):
X = random((k,k)) #2D estimate
X = pd.DataFrame(X)
Y[i,:,:] = X #3D tensor
浏览 1提问于2020-09-23得票数 1
我在Python中使用的是numpy，我对它非常陌生。我有一个问题，我一直试图自己解决，尽管如此，我仍未能解决。
假设我有一个numpy数组，它包含0到1之间的概率，并且有4列，如下所示：
print(probabilities)
[[0.99859875 0.00126745 0.00011843 0.00001534 ]
[0.9995454 0.00036321 0.00007128 0.00002014 ]
[0.6 0.2 0.1 0.1 ]]
print(probabilities.shape)
(3, 4)
我想
浏览 3提问于2021-01-20得票数 1
回答已采纳
1回答
我目前在Python中有一个6Dnumpy数组，其中前4个索引指定需要哪个2D矩阵。我可以使用f2py将其传递给Fortran90，然后使用以下命令访问2D矩阵： subroutine mySubroutine(myArray)
real(8), dimension(:,:,:,:,:,:) :: myArray
matrix = myArray(a,b,c,d,:,:) 然而，矩阵通常可以是不同大小的。我发现的唯一方法是使最后两个维度等于最大可能大小，将较小的矩阵存储在左上角，然后使用以下命令获得较小的矩阵： matrix = myArray(a,b,c,d,1:matrixSize,
浏览 20提问于2020-12-03得票数 1
2回答
我有一个张量，如下所示和一个numpy 2D数组
k = 1
mat = np.array([[1,2],[3,4],[5,6]])
for row in mat:
values_zero, indices_zero = tf.nn.top_k(row, len(row) - k)
row[indices_zero] = 0 #????
我希望在那些索引中将该行中的元素赋值为零。然而，我不能索引张量并将其赋值给它。我尝试过使用tf.gather函数，但如何进行赋值？我想保留它作为张量，然后在会话结束时运行它，如果可能的话。
浏览 191提问于2018-01-24得票数 2
我有2个2d的numpy数组，A的形状(i，j)和B (i，k)，其中j >> k。我想定义一个新的三维数组C，使得C中的每个元素都是A中每个列与整个矩阵B的广播元素的乘积。换句话说，作为一个正常的python循环，我会这样做。
for x in range(j):
C[x] = A[:,x]*B
但是，在这种情况下，j是非常大的，如果我能够使用Numpy的功能来定义ndarray C元素，就像在上面的循环中那样，我将受益良多。
谢谢你的帮助
浏览 1提问于2018-07-09得票数 1
回答已采纳
2回答
使用python/numpy，我想创建一个2D矩阵M，其组件是：
我知道我可以用一堆for循环来完成这个任务，但是是否有更好的方法通过使用numpy (而不是for循环)来完成这个任务呢？
我就是这样做的，结果给了我一个值错误。
我试图首先定义一个函数，它接受k上的和：
define sum_function(i,j):
initial_array = np.arange(g(i,j),h(i,j)+1)
applied_array = f(i,j,initial_array)
return applied_array.sum()
然后，我尝试用np.mgr
浏览 4提问于2020-01-07得票数 0
回答已采纳
1回答
我有一个2D Python列表。我还有一本字典。我想要生成一个与列表形状相同的numpy矩阵，其中列表中的每个元素都被字典中的相应值替换。
例如，这是我的Python列表：
[约翰玛丽
吉姆·简]
例如，我希望这样创建(一个numpy矩阵，而不是一个2D Python列表)：
[85 53
76 45]
从字典中检索值的位置。
最快的方法是什么？我需要这个动作要非常快。
浏览 4提问于2016-01-29得票数 0
2回答
我有一个python代码，其中我必须将2D数组转换为2D矩阵，以便我可以使用它来计算我正在使用numpy.matrix( inverse.For )的数组，但它不起作用。有谁能告诉我如何将二维数组转换成numpy矩阵吗？该数组由所有浮点数组成
浏览 1提问于2013-07-03得票数 14
下面是Python3.5中我的numpy矩阵的图片。A是具有形状的矩阵(35,50)。
包含np.max(A)的行返回最大值的正确值，在我的数据集中，最大值确实是2372。但是，当我试图复制numpy文档时，如下所示：
我没有得到与文档中的结果类似的结果。所有的索引对是不同的。我尝试了第一个索引对：A[18][29]，但它是值506的元素的索引，当时我认为这只会返回矩阵的最大值的索引。这就留给我两个问题：
如果这些索引对不是矩阵的最大值的指数，即np.max(A)，那么它们是什么？
numpy是否可以返回矩阵中任何给定形状(我的形状为35,50)的实际元素的索引？理想情况下
浏览 0提问于2016-12-05得票数 0
回答已采纳
1回答
Matlab中的高效矩阵乘法
、、、、
我有两个矩阵，A (N×K)和B (N×M)，我想将A和B集中到一个张量C (N×K×M)中，其中C(n,k,m) = A(n,k) * B(n,m)。我知道如何在python中做到这一点
C = B[:,numpy.newaxis,:] * A[:,:,numpy.newaxis]
谁能告诉我有效地做同样事情的matlab代码？
浏览 2提问于2016-10-19得票数 2
例如，有一个2d Numpy矩阵M
[[1,10,3],
[4,15,6]]
除M[:][1]中的最大元素为6外，其位置为(1,2)。所以答案是(1,2)。
非常感谢您的帮助！
浏览 4提问于2020-06-20得票数 4
回答已采纳
5回答
给定一个2D(M X N)矩阵和一个2D Kernel(K X L)，如何返回一个矩阵，该矩阵是在图像上使用给定内核进行最大或平均池化的结果？
如果可能的话，我想使用numpy。
注: M，N，K，L可以是偶数，也可以是奇数，它们不需要彼此完全整除，例如: 7x5矩阵和2x2核。
最大池化的示例：
matrix:
array([[ 20, 200, -5, 23],
[ -13, 134, 119, 100],
[ 120, 32, 49, 25],
[-120, 12, 09, 23]])
kernel: 2
浏览 10提问于2017-02-26得票数 46
2回答
像这样的矩阵乘法
使用numpy很容易在Python中实现。
import numpy as np
np.array([[1, 2, 3]]) * np.array([[1], [2], [3]])
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
但在我的情况下，我有两个二维矩阵，我想乘成一个三维矩阵。实际上，2D矩阵的第一个“切片”是一个数组，我想把它乘以第二个矩阵的第一个“切片”，形成一个2D矩阵。对于2D矩阵的所有“切片”，都会继续这样做。将第一个维度想象为维度[x,z]，第二个维度是维度[y,z]。我想把它们相乘
浏览 2提问于2018-11-25得票数 0
回答已采纳
假设我有一个2d的numpy数组，表示n类中m个样本的概率(每个样本的概率之和为1)。
假设每个样本只能在一个类别中，我希望创建一个新数组，其形状与原始数组相同，但只有二进制值表示哪个类的概率最高。
示例：
[[0.2, 0.3, 0.5], [0.7, 0.1, 0.1]]
应改为：
[[0, 0, 1], [1, 0, 0]]
看起来amax已经做了我想做的事情，但是我想要的不是指数，而是上面描述的指标矩阵。
看起来很简单，但不知何故，我无法用标准的numpy函数来理解它。当然，我可以使用常规的python循环，但似乎应该有一个更简单的方法。
如果多个类具有相同的概率，我更倾向于只选择其中
浏览 7提问于2016-03-22得票数 7
回答已采纳
我有一个二进制字符串"list“作为输入，并希望将其保存为二进制矩阵，然后我可以使用它进行逻辑运算(参数作为sys.argvx)。 示例： python3 k n matrix
python3 2 2 1101S101S111S1000 应该变成一个矩阵(2D数组，numpy数组，随便什么)，在这里我可以进行XOR等操作。所以大概是这样的： [[1101, 101], [111, 1000]] 互联网上有一堆关于二进制文件的手册，但没有一本真正适合我在这里尝试做的事情。
浏览 45提问于2021-09-14得票数 1
回答已采纳
我有两个向量v和w，我想用它们构造一个矩阵m，这样：
m[i, j] = v[i] * w[j]
换句话说，我想计算它们的外积。我可以通过使用theano.tensor.outer或向v和v添加新的索引以及使用dot产品来做到这一点。
m = T.dot(v[:,numpy.newaxis], w[numpy.newaxis,:])
现在，我试着解决一个更普遍的问题。与两个向量v和w不同，我有两个矩阵(我又称它们为v和w )，我想用矩阵w的对应行从矩阵v计算每一行的外积(第一个矩阵中的i_th行应该与第二个矩阵的i_th行相乘)。所以，我想做这样的事情：
m1 = T.tensordot(v[
浏览 8提问于2017-02-07得票数 13
3回答
在这个中给出了两个矩阵的答案，但是我不知道如何将这个逻辑应用到三个两两连通的矩阵中，因为没有“自由”指数。我希望最大限度地发挥以下功能：
f(i, j, k) = min(A(i, j), B(j, k), C(i,k))
其中A、B和C是矩阵，i、j和k是在矩阵各自维数范围内的指数。我希望找到(i, j, k)，使f(i, j, k)最大化。我目前所做的工作如下：
import numpy as np
import itertools
I = 100
J = 150
K = 200
A = np.random.rand(I, J)
B = np.random.rand(J, K)
C =
浏览 4提问于2021-10-06得票数 2
回答已采纳
我在numpy.ma中有一个掩码数组，它的所有值都被掩码：
import numpy.ma as ma
arr = ma.array([3,4,10], mask=[True, True, True])
我希望此数组上的操作(如ma.sum )应返回masked
>>> ma.sum(arr) is ma.masked
>>> True
这确实是True。
但是，当我在同一阵列上使用ma.argmax()时，结果不是ma.masked，而是0
>>> ma.argmax(arr) is ma.masked
>>> Fals
浏览 0提问于2013-04-25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
我正在审查python中的矩阵乘法算法，但我不熟悉python。
我无法弄清楚(或者找出下面的内容到底是什么)。
import numpy as np
p = A.shape[0]
q = A.shape[1]
A11 = A[0:p //2, 0: q // 2]
A21 = A[p //2: p, 0: q // 2]
A12 = A[0:p //2, q // 2 : q]
A22 = A[p //2:p, q // 2 : q]
这些操作是否为每一行返回一个2d矩阵，或者这里发生了什么？
浏览 0提问于2020-06-01得票数 1
回答已采纳
我有一个RGB图像，它包含不同颜色的面具，每种颜色代表一个特定的类。我想把它转换成格式- n_masks, image_height, image_width，其中n_masks是图像中存在的掩码数。沿着第0轴的矩阵的每一片表示一个二进制掩码。
到目前为止，我已经能够将它转换成image_height, image_width格式，其中每个数组值都表示它属于哪个类，但我对它有一定的印象。下面是我把它转换成image_height,image_width格式的代码-
def mask_to_class(mask):
target = torch.from_numpy(mask)
浏览 3提问于2019-09-26得票数 2
回答已采纳
我想知道在Python/Numpy中获得"n“矩阵元素最大值的最佳最优/最优方法。
例如：
import numpy as np
matrices=[np.random.random((5,5)) for i in range(10)]
# the function np.maximum from numpy only works for two matrices.
max_matrix=np.maximum(matrices[0],matrices[1])
max_matrix=np.maximum(*matrices) # <- error
你将如何克服这个问题？
浏览 1提问于2011-10-01得票数 3
回答已采纳
1回答
我有一个不对称的矩阵，基本上我想比较对角反对的元素如下：
如果对角反对的元素在符号上相等但相反，则保留元素的绝对值，而对角反对的值为零。
如果不是这样的话，那么这两个元素中的一个就是0(但我们不知道是哪一个)，所以取两者的绝对值。
完成后，转置矩阵的下三角形并将其添加到上三角形。
我提出了以下python循环：
for i in range(0, number_files):
for j in range(0, len(Identifier)):
for k in range(0,len(Identifier)):
if Matr
浏览 3提问于2014-11-28得票数 2
回答已采纳
1回答
给定一个2D(M )矩阵和一个2D高斯掩码( K)，如何返回一个矩阵，该矩阵是用给定的核对图像进行高斯池的结果？
如果可能的话，我想使用numpy (不使用"for"，只使用numpy)，例如2x2高斯池：(这可能是错误的答案)
matrix:
array([[ 20, 200, -5, 23, 10, -50],
[ -13, 134, 119, 100, 45, -79],
[ 120, 32, 49, 25, 13, 0],
[ 40, 12, 59, 23, 32, -1
浏览 5提问于2020-02-19得票数 0
回答已采纳
我已经从一个小测试集构建了一个相关矩阵输出，并最终得到了以下结果。真值是大于定义值的值(例如，结果= correlation_matrix > 0.75 )。
[[False False False True]
[False False True False]
[False True False True]
[ True False True False]]
注意，我也伪造了对角线(左上角到右下角)。我也只需要一半矩阵，因为它是一面镜子，左上角/右下角。
Numpy (或其他)中是否有一种方法/函数可用于返回值的行/列为True？当我对实际数据(200 k行)使用这一方法
浏览 1提问于2017-08-15得票数 4
回答已采纳
我是从Matlab过来的，虽然所有的东西都移植得很好(社区必须为此受到感谢，Matlab许可证的价格远远超过1000美元)。有一件事是我一辈子都找不到的。
在Matlab中，所有数组都是2D的(直到最近，它们还为您提供了其他选项)。这样，当我定义一个标量，数组，矩阵时，它们都被认为是2D的。这在做矩阵乘法时非常有用！
在Python中，当使用numpy时。不幸的是，我发现自己不得不频繁地使用reshape命令。
是否存在，我可以全局设置所有数组的二维尺寸，除非另有说明？
编辑:根据numpy文档，numpy.matrix可能在不久的将来被删除。本质上，我要做的是让任何numpy操作的所有输出都
浏览 1提问于2019-02-22得票数 1
回答已采纳
1回答
我正在尝试用numpy (这里是python新手)做以下事情
创建正确维度的归零矩阵
num_rows = 80
num_cols = 23
A = numpy.zeros(shape=(num_rows, num_cols))
对矩阵进行运算
k = 5
numpy.transpose(A)
U,s,V = linalg.svd(A)
提取子矩阵
sk = s[0:(k-1), 0:(k-1)]
出错时的结果
Traceback (most recent call last):
File "tdm2svd.py", line 40, in <module>
sk
浏览 0提问于2012-12-06得票数 3
回答已采纳
2回答
更改矩阵列的项
、、
我有以下矩阵：
import numpy as np
A:
matrix([[ 1, 2, 3, 4],
[ 3, 4, 10, 8]])
问题是如何输入以下限制:如果矩阵A中的任何列数小于或等于(<=) K (3)，那么在列的最后一个条目到5之间将该列的最后一个数更改为最小？所以基本上，我的矩阵应该转化为：
A:
matrix([[ 1, 2, 3, 4],
[ 3, 4, 5, 8]])
我试过这个功能：
A[-1][np.any(A <= 3, axis=0)] = np.maximum(A[-1], 5)
但我有以下错误：
Ty
浏览 0提问于2018-02-13得票数 2
回答已采纳
假设我有一个包含16个元素的列表：
lst=['A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P']
这个列表表示一个4x4数组，其中所有元素都被放入了一个1D列表中。在其数组形式中，它具有以下形式：
'A', 'B', 'C&#
浏览 0提问于2017-08-05得票数 3
回答已采纳
5回答
一些用户询问了numpy或scipy [，，，]中图像卷积的速度或内存消耗。从我使用Numpy的响应和经验来看，我相信与Matlab或IDL相比，这可能是numpy的一个主要缺点。
到目前为止，还没有一个答案涉及到整个问题，所以这里的答案是：“用Python计算2D卷积的最快方法是什么？”常见的python模块是公平的游戏: numpy、scipy和PIL (其他模块？)。为了进行具有挑战性的比较，我想提出以下规则：
输入矩阵分别为2048x2048和32x32。
单精度或双精度浮点都是可以接受的。
把你的输入矩阵转换成适当的格式所花费的时间并不算在内--只是卷积步骤。
用输出
浏览 5提问于2011-04-19得票数 22
回答已采纳
免责声明:我对Python非常陌生。
在Python2.7Scikit学习中，我在dataset上完成了特性选择的预处理步骤。在这样做的过程中，我将列数从222减少到77。
我的问题是，特性选择的输出是一个numpy数组，它似乎去掉了列名。我需要知道保留了哪些列，但是如果看不到列名，我不知道如何获得这些信息。下面是我的特性选择代码，它返回一个矩阵：
clf = ExtraTreesClassifier()
clf = clf.fit(X, y)
clf.feature_importances_
model = SelectFromModel(clf, prefit=True)
X
浏览 1提问于2017-10-18得票数 0
回答已采纳
1回答
当我试图找到一种方法来优化一个巨大的2D矩阵的创建和打印时，我决定尝试NumPy。但是，对我来说不幸的是，使用这个库反而会使情况变得更糟。我的目标是创建一个矩阵，用它的索引填充字符串。如下所示(其中n是矩阵的大小)：
python_matrix = [[f"{y}, {x}" for x in range(n)] for y in range(n)]
当我以这种方式使用array()库的NumPy函数时：
numpy_matrix = numpy.array([[f"{y}, {x}" for x in range(n)] for y in range(n)])
浏览 10提问于2022-05-25得票数 0
回答已采纳
2回答
假设我有A(KxMxN)和B(KxLxN)矩阵，其中L，M，N是小的，K是一个大数。我想计算外积，利用最后2维数沿第1维得到矩阵C(KxMxL)。
我可以通过对"K“中的每个索引k运行一个for循环来做到这一点，并对2D矩阵使用numpy的matmul函数
out = [np.matmul(x,y.T) for x, y in zip(A, B)]
out=np.asarray(out)
我想知道，如果没有for循环/理解，我是否可以这样做，因为K是一个非常大的数字。
浏览 1提问于2017-01-26得票数 5
回答已采纳
1回答
from multiprocessing import Pool, cpu_count
import numpy as np
from numpy.random import multivariate_normal
F = multivariate_normal(np.zeros(3), np.eye(3), (3, 5))
def test(k):
print(k)
res = np.zeros((5, 3))
for i in range(3):
res[:, i] = F[k, :, i]
#print(res[:, i])
浏览 0提问于2021-03-16得票数 0
我试图通过循环遍历数组的行并检查数组中的值是否与条件匹配来搜索python 2D数组。下面是一个示例： def searchList(list, v0, v1, v2, v3):
for r in range(len(list)):
if (list[r][0] == v0) & (list[r][1] == v1) & (list[r][2] == v2) & (list[r][3] == v3):
return r
return None 然而，与其他语言相比，在python中这是相当慢的。 现在主要的问题是这个列表是动态增长的，可能
浏览 29提问于2019-05-13得票数 1
1回答
我有下面的代码来创建一个4D grid矩阵，我希望将滚动的2D vals矩阵插入到这个网格中。 import numpy as np
k = 100
x = 20
y = 10
z = 3
grid = np.zeros((y, k, x, z))
insert_map = np.random.randint(low=0, high=y, size=(5, k, x))
vals = np.random.random((5, k))
for i in range(x):
grid[insert_map[:, :, i], i, 0] = np.roll(vals, i) 如果v
浏览 19提问于2021-02-05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
