numpy将ndarray与标量数组进行维数相乘
numpy是一个开源的Python科学计算库，提供了丰富的数学函数和数组操作功能。其中，ndarray是numpy的核心数据结构，用于存储多维数组。
在numpy中，可以使用乘法运算符（*）将ndarray与标量数组进行维数相乘。维数相乘是指将ndarray的每个元素与标量数组对应位置的元素相乘，生成一个新的ndarray。
下面是一个示例代码：
import numpy as np
# 创建一个ndarray
arr = np.array([1, 2, 3])
# 创建一个标量数组
scalar_arr = np.array([2])
# 将ndarray与标量数组进行维数相乘
result = arr * scalar_arr
print(result)输出结果为：
[2 4 6]在这个例子中，ndarray arr 包含了三个元素 [1, 2, 3]，标量数组 scalar_arr 包含了一个元素 [2]。通过将它们进行维数相乘，得到了一个新的ndarray result，其中的元素分别为 [1*2, 2*2, 3*2]，即 [2, 4, 6]。
numpy的维数相乘功能在科学计算、数据分析、机器学习等领域具有广泛的应用。例如，在图像处理中，可以使用维数相乘来对图像进行亮度调整；在信号处理中，可以使用维数相乘来对信号进行放大或缩小等操作。
腾讯云提供了云计算相关的产品和服务，其中包括云服务器、云数据库、云存储等。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于腾讯云的产品和服务信息。
相关·内容
2回答
在NumPy中是否有将向量表示为一维或二维ndarray的标准实践？我离开了MATLAB，它将向量表示为二维数组。
浏览 1提问于2013-01-03得票数 5
回答已采纳
1回答
我创建了子图，并且我想修改每个子图的xlim。为此，我编写了以下代码： import numpy as np
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 3, figsize=(20, 10))
for ax in np.nditer(axs, flags=['refs_ok']):
ax.set_xlim(left=0.0, right=0.5) 但是我得到了以下错误： AttributeError: 'numpy.ndarray' object has no attrib
浏览 40提问于2020-04-09得票数 1
回答已采纳
我有一个二维数组和一个一维数组，我需要将一维数组中的每个元素乘以二维数组列中的每个元素。它基本上是一个矩阵乘法，但是numpy不允许矩阵乘法，因为是一维数组。这是因为矩阵在numpy中本质上是2d的。我怎样才能解决这个问题呢？这是我想要的一个例子：
FrMtx = np.zeros(shape=(24,24)) #2d array
elem = np.zeros(24, dtype=float) #1d array
Result = np.zeros(shape=(24,24), dtype=float) #2d array to store results
some_loop to inc
浏览 3提问于2012-07-13得票数 0
回答已采纳
1回答
我正在Python3.7中加载一个.npy文件。输出如下所示： >>>import numpy as np
>>>dt = np.load('trajectories.npy')
>>>dt
array({'trajectories': array([[[729.78449821, 391.1702509],
[912.41666667, 315.5 ],
[832.0577381 , 325.83452381]],
...,
[[852.92 , 174.16253968],
[92
浏览 43提问于2019-02-07得票数 3
回答已采纳
我现在正在和CuPy一起工作。我注意到一些似乎是bug的东西，但我不确定。 我注意到，如果我使用某些数学函数，它们会导致错误的形状。例如： 如果我使用numpy执行此操作，它将返回一个没有形状的标量。这是应该的。 s8 = numpy.abs(2) 但是，如果我使用CuPy： s8 = cupy.abs(2) 它会导致cupy.ndarray。使用s8.shape求值时，它返回() 令人沮丧的部分是试图将cupy.ndarray转换为没有形状的标量。我尝试过使用：cupy.Squeeze(s8)和s8.item()来只返回标量。在这两种情况下，它都会返回值，但会保留形状。我也尝试过使用flo
浏览 32提问于2020-12-01得票数 0
回答已采纳
1回答
我正在对numpy数组中的标量值进行一些快速计算。就像里说的，
使用数组标量的主要优点是它们保留数组类型(Python可能没有匹配的标量类型，例如int16).
但是，是否有一种更好(更快、更简洁)为现有数组标量分配新值的方法？
>>> x = np.array(2.0, dtype='float32')
这是可行的，但并不那么方便(我正在做其他的算术，希望始终保持类型)。
由于明显的原因，这是行不通的：
>>> x = np.array(1.0, dtype='float32')
>>> print
浏览 1提问于2018-03-30得票数 0
回答已采纳
我在博客中读到："NumPy是Pandas的一个依赖项“，同时提到Pandas的"Series”对象。这仅仅意味着NumPy ndarray是一个可以输入到Series构造函数的“数据”参数中的对象吗？
我提供了NumPy ndarray对象作为"data“参数的参数，结果是一个一维的Series对象。
浏览 14提问于2022-11-07得票数 0
3回答
在python numpy包中，我很难理解ndarray的二维空的情况。下面是一个示例：
In[1]: d2 = np.random.rand(10)
In[2]: d2.shape = (-1, 1)
In[3]: print d2.shape
In[4]: print(d2)
In[5]: print d2[::2, 0].shape
In[6]: print d2[::2, 0]
Out[3]:(10, 1)
Out[4]:
[[ 0.12362278]
[ 0.26365227]
[ 0.33939172]
[
浏览 2提问于2016-04-05得票数 9
1回答
我想对numpy数组进行操作以使用它们的索引，并且我想包括0维的情况。现在我遇到了一个奇怪的情况，如果我不使用就地乘法，就会出现类型转换：
In [1]: import numpy as np
In [2]: x = 1.*np.array(1.)
In [3]: y = np.array(1.)
In [4]: y *= 1.
In [5]: x
Out[5]: 1.0
In [6]: y
Out[6]: array(1.)
In [7]: type(x)
Out[7]: numpy.float64
In [8]: type(y)
Out[8]: numpy.ndarray
为
浏览 1提问于2018-08-20得票数 8
例如，如果“a”小于5，则将“a”改为“0”。
def foo(a):
return 0 if a < 5 else a
为了使它在numpy数组中工作，我将其更改为：
def foo2(a):
a[a < 5] = 0
return a
问题是，我希望这个函数同时适用于标量和数组。
isscalar()函数可以测试'a‘是否是标量，但对于0d数组，它返回false，就像array(12)一样。
是否有一种pythonic方法将标量和0d数组更改为一维数组，并保持其他ndarray不变？
浏览 11提问于2014-08-23得票数 3
回答已采纳
我想根据一些维度的索引位置来提取numpy ndarray的部分内容。让我在一个例子中展示这一点
示例数据
dummy = np.random.rand(5,2,100)
X = np.array([[0,1],[4,1],[2,0]])
dummy是维数为5x2x100的原始ndarray。这个维度是任意的，也可以是5x2x4x100。
X是指标值的矩阵，这里X[:,0]是dummy第一维的指数，X[:,1]是第二维的索引。X中的列数总是dummy减1中的维数。
示例输出
我想为这个示例提取以下形式的ndarray
[
dummy[0,1,:],
dummy[4,1,:],
du
浏览 4提问于2022-09-19得票数 3
回答已采纳
1回答
我有一个2D数组A，我在这里表示为[v_1, v_2, v_3, ..., v_n]。
我有一个三维张量B，我在这里表示为[m_1, m_2, m_3, ...n m_n].
A.type = numpy.ndarray
A.shape = (300, 4)
B.type = numpy.ndarray
B.shape = (300, 4, 2)
我想得到一维数组C = A*B，这样C = [u_1, u_2, u_3, ..., u_n]就可以在其中使用u_i = np.dot(v_i, m_i)
我如何做到这一点，而不迭代1到n，并使用numpy.tensordot()之上的A和B
浏览 1提问于2014-07-04得票数 2
回答已采纳
2回答
子类化numpy标量类型
、、、
为了利用numpy.complex64存储数据的方式(连续的，交替的实数和虚数部分)，我尝试对numpy进行子类化，但使用我自己的__add__，__sub__，...例程。
我的问题是，当我创建一个numpy.ndarray，设置dtype=mysubclass时，我得到了一个带有dtype='numpy.complex64'的numpy.ndarray，这导致numpy不使用我自己的函数进行加法和减法等操作。
示例：
import numpy as np
class mysubclass(np.complex64):
pass
a = mysubclass(1+1
浏览 3提问于2012-12-06得票数 7
回答已采纳
1回答
numpy向量化函数
、、、
我想在numpy.ndarray上使用矢量化来做一些计算。假设我有以下矢量化函数：
import numpy as np
fun = lambda x:x[0]+x[1]
fun = np.vectorize(fun)
和下面的numpy.ndarray
a = range(10)
b = range(10)
c = np.array([a,b])
当我申请的时候
result = fun(c)
我得到了以下错误
IndexError: invalid index to scalar variable.
\为什么会出现这种情况?我应该如何修复它？
浏览 2提问于2017-05-04得票数 0
1回答
更具Pythonic风格的方式是什么呢？
min_odds = np.arange( 1.05, 2.0, 0.01 )
min_odds = min_odds.reshape( len( min_ods ), -1 )
代码创建一个形状为(95，)的ndarray，并将其转换为形状(95,1)。
另外，为什么numpy有时会创建最后一维为空的大小为(95，)的数组？
浏览 3提问于2014-10-01得票数 6
对于numpy.ndarray子类，ufunc输出具有相同的类型。一般来说，这是很好的，但是我希望具有标量输出的ufunc返回标量类型(如numpy.float64)。
示例：
import numpy as np
class MyArray(np.ndarray):
def __new__(cls, array):
obj = np.asarray(array).view(cls)
return obj
a = MyArray(np.arange(5))
a*2
# MyArray([0, 2, 4, 6, 8]) => same clas
浏览 3提问于2013-10-07得票数 2
回答已采纳
我正在计算一个神经网络的代价函数。我对从numpy.dot得到的(1,1)答案执行numpy.squeeze。然后我得到一个形状为(0,1)的ndarray。
什么是形状()的ndarray，形状(1，)的ndarray与形状(5)的ndarray有什么不同？
浏览 0提问于2017-08-24得票数 4
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
4回答
函数总是返回numpy数组。
、、、、
我遇到了一个what函数，它似乎返回一个numpy数组，不管传递给它什么。在我的应用程序中，我只需要能够传递标量和列表，因此唯一的“问题”是，当我将标量传递给函数时，会返回带有一个元素的数组(当我期望得到标量时)。我应该忽略这一行为，还是黑掉函数以确保在传递标量时返回标量？
示例代码：
#! /usr/bin/env python
import scipy
import scipy.optimize
from numpy import cos
# This a some function we want to compute the inverse of
def f(x):
y =
浏览 6提问于2012-09-24得票数 1
回答已采纳
actualrgn是一个包含3145728个元素的一维numpy.ndarray。actualrgnexpand是一个尺寸为12x3145728的二维numpy.ndarray。
for j in range(len(actualrgn)):
for i in reversed(range(12)):
if actualrgn[j] >= 2**i:
actualrgnexpand[i][j] = 1
actualrgn[j] -= 2**i
是否有可能将上述内容矢量化，从而使actualrgn元素的外部循环丢失？我
浏览 0提问于2014-11-28得票数 0
回答已采纳
我当前的代码使用了的十元赋值，但是使用更详细的标识器，它很容易通过行长限制。
由于我还没有对pythonic编码感兴趣，我很乐意看到一些重构建议。
for label in range(num_labels):
d_tresh = drop_treshold[label] if type(drop_treshold) == numpy.ndarray) else drop_treshold
r_tresh1 = relabel_treshold1[label] if type(relabel_treshold1) == numpy.ndarray else relab
浏览 2提问于2019-03-01得票数 1
回答已采纳
我正在计算scipy.sparse矩阵(CSC)和ndarray向量之间的点积：
>>> print type(np_vector), np_vector.shape
<type 'numpy.ndarray'> (200,)
>>> print type(sp_matrix), sparse.isspmatrix(sp_matrix), sp_matrix.shape
<class 'scipy.sparse.csc.csc_matrix'> True (200, 200)
>>>
浏览 0提问于2013-04-20得票数 2
回答已采纳
1回答
我对NumPy还很陌生。有没有人有办法让这段代码，特别是嵌套循环，更紧凑、更高效？顺便说一句，dist和data是三维numpy数组。
def interpolate_to_distance(self,distance):
interpolated_data=np.ndarray(self.dist.shape[1:])
for j in range(interpolated_data.shape[1]):
for i in range(interpolated_data.shape[0]):
interpolated_data[i,j
浏览 0提问于2012-12-18得票数 1
回答已采纳
3回答
我正在从YouTube教程中学习numpy。在一段视频中，他证明了
wine_data_arr[:, 0].shape
其中wine_data_arr是从sklearn导入的二维numpy数组。结果是(178,)，他说“这是一个一维数组”。但以数学为例
[1,2,3]
可以表示具有维数2的1×3矩阵。所以我的问题是为什么wine_data_arr[:, 0]是一个一维数组？我想这个定义在某些情况下一定是有用的。那是什么情况？
尝试更具体一些:在编写wine_data_arr[:, 0]时，我提供了两个参数，即:和0，结果是one维度。在编写wine_data_arr[:, (0,4)]时，仍然
浏览 2提问于2022-03-05得票数 -1
回答已采纳
1回答
什么是Numpy标量和数组标量？
、、、、
我正在努力学习NumPy的基本概念，但是我无法把我的头脑集中在一些事情上。我正在跟踪这个NumPy
标量Python只定义特定数据类的一种类型(只有一种整数类型，一种浮点类型，等等)。这在不需要考虑数据在计算机中表示的所有方式的应用程序中是很方便的。然而，对于科学计算来说，往往需要更多的控制。这里的标量意味着单个值？
在NumPy中，有24种新的基本Python类型来描述不同类型的标量。这些类型描述符主要基于编写CPython的C语言中可用的类型，还有几种与Python类型兼容的类型。这里的python类型是什么意思？虽然它是基于C类型的.
阵列标量具有与ndarray相同的属性和方法。这允
浏览 1提问于2021-09-21得票数 0
回答已采纳
假设我知道函数f返回一个未知维数的向量。函数返回表单：np.array(list)的值。我可以得到返回值的维数，而不需要计算函数？
例如，考虑这一职能：
def f(x):
f1 = x**2
f2 = x
return np.array([f1,f2]);
我想要一些东西，比如:给出答案的dim(f)。
现在，我通过对一个随机数的函数求值来绕过这个问题，然后找到维数：len(f(np.random.rand()))，但是我想避免对函数的求值。
np偏离了航线numpy
浏览 0提问于2019-04-23得票数 2
回答已采纳
我希望使用最有效的方法(即不使用python循环)获得numpy 2-d数组中每个列的随机真值的索引。
例如，给定以下二维numpy.ndarray
np.array(
[[True, False, False],
[True, True, True],
[False, True, False]]
)
提供一个一维numpy.ndarray，给出每个列(即第一个轴)的真实值的随机行索引位置：
numpy.ndarray([0, 2, 1])
反过来说，下列情况是不正确的：
numpy.ndarray([2, 2, 1])
因为，第一列在第三行中有一个非真值。
浏览 4提问于2020-04-09得票数 1
回答已采纳
假设我们有一个衣衫褴褛的嵌套序列，如下所示：
import numpy as np
x = np.ones((10, 20))
y = np.zeros((10, 20))
a = [[0, x], [y, 1]]
并希望创建一个完整的numpy数组，在必要时广播破烂的子序列(以匹配任何其他子序列的最大维数，在本例中为(10,20))。首先，我们可能尝试使用np.array(a)，这会产生警告：
VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tup
浏览 0提问于2020-08-11得票数 0
我刚刚偶然发现，numpy中的数组可能被空元组索引：
In [62]: a = arange(5)
In [63]: a[()]
Out[63]: array([0, 1, 2, 3, 4])
我在上找到了一些文档
(萨沙)第一，无论为x做什么选择.它们应该是一样的因为..。只是表示“尽可能多:视需要”的语法糖，在零秩情况下，这将导致.= (:，)*0 = ()。其次，秩零数组和numpy标量类型在numpy中是可互换的，但是numpy标量可以在ndarray不能使用的某些python构造中使用。
因此，对于0-d数组，a[()]和a[...]应该是等价的.它们也适用于高维数组吗？它
浏览 6提问于2013-02-04得票数 14
回答已采纳
2回答
我想要创建一个三维数组，数组中的每个值表示一个字典。
例如：myArray[m][n][k]类型为{'position':(0,0), 'boundary': [(8,8)(512,512)]}
我知道，可以通过在dtype中指定numpy.ndarray参数来定义
numpy.ndarray(shape=(m, n, k), dtype=...)
什么是dtype来指定正确的字典语法，如上面所示
浏览 3提问于2014-12-01得票数 0
回答已采纳
我试图使用 1000维维基百科word2vec模型来分析一些文档。
通过内省，我发现一个单词的向量表示是一个1000维的numpy.ndarray，但是每当我试图创建一个ndarray来查找最近的单词时，我就会得到一个值错误：
ValueError: maximum supported dimension for an ndarray is 32, found 1000
从我的在线观察可以看出，32确实是ndarray所支持的最大维数--那么是什么呢？如何才能输出1000维的ndarray？
下面是一些示例代码：
doc = [model[word] for word in text if w
浏览 4提问于2019-10-06得票数 1
回答已采纳
我有一个m*n*x维数的numpy ndarray A和m*n* y维数的另一个numpy ndarray B。我想将它们相乘，得到m*n*x*y维数的numpy ndarray C，方法如下：
for i in range(x):
for j in range(y):
C[:,:, i, j] = numpy.multiply(A[:, :, i], B[:, :, j])
浏览 0提问于2017-03-02得票数 2
回答已采纳
1回答
我试着用Numpy做矩阵点积和转置，我发现数组可以做很多矩阵可以做的事情，例如点积、逐点积和转置。
当我必须创建一个矩阵时，我必须首先创建一个数组。
示例：
import numpy as np
array = np.ones([3,1])
matrix = np.matrix(array)
由于我可以做矩阵转置和点积的数组类型，我不需要将数组转换为矩阵操作。
例如，下面的行是有效的，其中A是ndarray：
dot_product = np.dot(A.T, A )
以前的矩阵运算可以用矩阵类变量A表示。
dot_product = A.T * A
运算符*与ndarray的逐点
浏览 1提问于2017-01-25得票数 0
回答已采纳
我正在和BERT一起解决一个文本分类问题。当在本地机器上训练时，一切工作正常，但当切换到服务器时，我得到以下错误：
<ipython-input-28-508d35ac5f5f> in flat_accuracy(preds, labels)
5 pred_flat = np.argmax(preds, axis=1).flatten()
6 labels_flat = labels.flatten()
----> 7 return np.sum(pred_flat == labels_flat) / len(labels_fl
浏览 63提问于2020-05-11得票数 0
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
在CPU上，torch.as_tensor(a)是否与numpy数组的torch.from_numpy(a)相同，a？若否，原因为何？
来自torch.as_tensor的文档
如果数据是对应dtype的dtype，而device是cpu，则不执行复制。
来自torch.from_numpy的文档
返回的张量和ndarray共享相同的内存。张量的修改将反映在ndarray中，反之亦然。
在这两种情况下，任何更改结果的张量都会更改原始的numpy数组。
a = np.array([[1., 2], [3, 4]])
t1 = torch.as_tensor(a)
t2 = tor
浏览 3提问于2020-05-26得票数 5
2回答
我有一个一维的numpy ndarray V。我的运算是H= (V/a)**b，其中a和b只是标量。这很简单，但我需要运行多个实验(数千个)，尝试不同的a's和b's的变化。这很容易用for循环来实现，但我希望运行得尽可能快，所以我想要矢量化。所以，假设我也产生了a和b的一维ndarray。给定三维阵列V、a和b，我如何有效地做到这一点？谢谢!
浏览 8提问于2017-09-26得票数 1
回答已采纳
我尝试了以下代码，但没有发现np.dot和np.multiply与np.sum之间的区别
这是np.dot代码
logprobs = np.dot(Y, (np.log(A2)).T) + np.dot((1.0-Y),(np.log(1 - A2)).T)
print(logprobs.shape)
print(logprobs)
cost = (-1/m) * logprobs
print(cost.shape)
print(type(cost))
print(cost)
其输出是
(1, 1)
[[-2.07917628]]
(1, 1)
<class 'numpy.nda
浏览 5提问于2018-01-11得票数 34
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
2回答
如何分割1维元组
、、、、
如下图所示，给出一个一维的numpy ndarray：
形状是：(9,)类类型是：<class 'numpy.ndarray'>
如何分割这个数据结构，以便获得第3列和第4列(松散地使用术语列)，如下图所示：
请注意，我本可以使用转换到pandas数据格式来处理这个问题，但我的核心问题是，如何使用numpy或任何内置的python切片函数将其切片呢？
浏览 2提问于2022-04-10得票数 0
回答已采纳
所以numpy ndarray是非常方便的，因为你只需要输入f(A)，对于任何一维函数f和任何ndarray A，它将以元素的方式应用f。有人告诉我，这也是将函数应用于ndarray并避免for循环的一种非常有效的方法。避免for循环，这是我被告知的。
事实证明，现在我需要应用一个函数f(A)，它不仅是一维的，而且需要了解每个元素的索引元组，以便为每个元素返回正确的值。有没有一种方法可以避免使用for循环或显式递归，并在这些情况下继续使用ndarray上的直接函数应用程序？还是我别无选择？
浏览 12提问于2018-08-14得票数 5
回答已采纳
2回答
从浮点索引到数组的快速查找
、、、、
假设在一个轴上有长度为n的len区间。它们中的每一个都在ndarray中分配了一个值。现在我想在query_pos作为浮点数给出的位置上查找一些值。目前，我计划采取以下方式：
n = 100
len = 0.39483
data = ... # creates ndarray with data of length n = 100
query_pos = ... # creates an ndarray with positions to query
values_at_query_pos = data[(query_pos / len).astype(int)] # questionable
浏览 1提问于2016-09-27得票数 0
我想一次对两个ndarray的对应元素应用一个函数，而不使用for循环。假设我有以下两个ndarray，x和y，以及一个函数foo，它接收两个一维数组并计算beta。我想要的最终结果是计算beta00 = foo(x[0, 0],y[0])、beta01 = foo(x[0, 1], y[1])、beta10 = foo(x[1, 0],y[0])、beta11 = foo(x[1, 1], y[1])，并得到预期的
[[beta00, beta01],
[beta10, beta11]]
我一直在研究矢量化函数和应用函数，但仍然没有解决方案。有人能帮我吗？在此之前，非常感谢您。
浏览 0提问于2016-04-10得票数 0
回答已采纳
在numpy中，如果我有一个浮点数组，动态地创建一个布尔值掩码，这个数组等于一个特定值，然后对一个布尔数组进行逐位and运算，我会得到一个错误：
>>> import numpy as np
>>> a = np.array([1.0, 2.0, 3.0])
>>> a == 2.0 & b
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: ufunc 'bitwis
浏览 1396提问于2018-06-02得票数 21
回答已采纳
1回答
我有一个numpy数组arr。这是一个numpy.ndarray，大小是(5553110,)，dtype=float32。
当我这么做时：
(arr > np.pi )[3154950]
False
(arr[3154950] > np.pi )
True
为什么第一次比较错了？我怎么才能修好它呢？
价值：
arr[3154950]= 3.1415927
np.pi= 3.141592653589793
精确性有问题吗？
浏览 1提问于2018-04-26得票数 7
回答已采纳
我有一个多维数组的对象。我想使用nditer迭代器对对象进行迭代。下面是一个代码示例：
import numpy as np
class Test:
def __init__(self,a):
self.a = a
def get_a(self):
return self.a
b = np.empty((2,3),dtype = object)
t_00 = Test(0)
t_01 = Test(1)
t_11 = Test (11)
b[0,0] = t_00
b[0,1] = t_01
b[1,1] = t_11
for item
浏览 1提问于2012-01-06得票数 3
回答已采纳
1回答
我有一个二维灰度图像列表和一个生成n维模糊核的函数。我完全停留在如何让内核在图像的每个像素上“运行”来计算平均值(而不使用numpy或类似的库)。这是一个家庭作业，所以我更喜欢提示从哪里开始，而不是完整的代码。提前感谢！
浏览 2提问于2021-11-15得票数 0
我是一个学习自然语言处理的初学者，我正在尝试用GaussianNB()对数据集进行分类，并用f1_score进行评估。我在调用f1_score函数时得到了这个TypeError，下面是我的代码：
dev_X_train, dev_X_test, dev_y_train, dev_y_test = train_test_split(dev_X, dev_y, test_size = 0.2, random_state =0)
classifier = GaussianNB()
dev_y_train = dev_y_train.astype(numpy.int)
dev_y_test = de
浏览 19提问于2020-05-10得票数 0
回答已采纳
1回答
我正在尝试使用ipython记事本运行一个简单的代码。我有以下代码片段：
%load_ext cythonmagic
%%cython
cimport cython
import numpy as np
cimport numpy as np
cdef int test(np.ndarray[np.str, ndim = 1] a):
return 6
print test(np.array(['gona','haraka']))
我想要的是将一个numpy一维字符串数组传递到函数中。当函数test被执行时，它返回0，我得到以下错误：
异常'
浏览 1提问于2014-06-03得票数 3
回答已采纳
1回答
我正在编写一些Cython代码，它需要能够处理具有任意维数的NumPy ndarray。目前，我只是有不同的函数来接受不同大小的ndarray，有点像：
def func1(np.ndarray[DTYPE_float64_t, ndim=1] arr):
# Do something with the 1-D ndarray.
def func2(np.ndarray[DTYPE_float64_t, ndim=2] arr):
# Do something with the 2-D ndarray.
def func3(np.ndarray[DTYPE_float64_
浏览 0提问于2015-10-24得票数 6
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
