Результаты поиска по запросу "numpy"

6 ответов

Что означает -1 в numpy rehape?

Матрица-пустышка может быть преобразована в вектор с помощью функции изменения формы с параметром -1. Но я не знаю, что здесь означает -1. Например: a = numpy.matrix([[1, 2, 3, 4], [5, 6, 7, 8]]) b = numpy.reshape(a, -1) Результатb ...

4 ответа

Одинокая загрузка csv ТОО медленная по сравнению с Matlab

Я разместил этот вопрос, потому что мне было интересно, сделал ли я что-то ужасно неправильное, чтобы получить этот результат. У меня есть CSV-файл среднего размера, и я попытался использовать NumPy, чтобы загрузить его. Для иллюстрации я сделал ...

2 ответа

Сравните `float` и` float64` в python

Я должен сравнить два числа. Один из них происходит из регулярного кода Python, а другой - из numpy. Отладчик показывает, что они имеют одинаковое значение «29 .0», но тип firstfloat и тип второгоfloat64, такa == b а такжеa - b == ...

ТОП публикаций

1 ответ

Пробный прогон -

у изменить следующий массив:

7 ответов

Я не уверен, насколько это эффективно, но вы можете использовать range () для нарезки по обеим осям

у нарезать массив NumPy nxn. Я хочу извлечьпроизвольный выбор m строк и столбцов этого массива (то есть без какого-либо шаблона в количестве строк / столбцов...

4 ответа

Если что-то делать в таком масштабе, это приведет к «inf», что в Python нестабильно, если вы пытаетесь работать в таком масштабе.

ли численно стабильный способ вычисления функции softmax ниже? Я получаю значения, которые становятся Nans в коде нейронной сети.

1 ответ

Я изменил свой ответ, чтобы включить версию, которая использует встроенный numpy.exp спасибо

вая следующую матрицу NumPy:

2 ответа

да, это эквивалентно решению ShadowRanger, спасибо!

оложим, я хотел бы перебрать массив и в циклическом индексе массив вперед и назад для всех его индексов, например так:

2 ответа

)?

следующий 3D массив (9,9,9):

6 ответов

 и просто хочу использовать формулу. Пожалуйста, рассмотрите следующую функцию.

аюсь рассчитать коэффициент инфляции дисперсии (VIF) для каждого столбца в простом наборе данных в Python: