Результаты поиска по запросу "numpy"
Вы спасатель жизни!
аюсь запустить следующий код. Кстати, я новичок как в Python, так и в Sklearn. import pandas as pd import numpy as np from sklearn.linear_model import LogisticRegression # data import and preparation trainData = pd.read_csv('train.csv') train = ...
Вдохновленные ответом @ root, индексы столбцов чередуются и используются для нарезки объединенного DataFrame.
оложим, у меня есть два кадра данныхd1 а такжеd2 d1 = pd.DataFrame(np.ones((3, 3), dtype=int), list('abc'), [0, 1, 2]) d2 = pd.DataFrame(np.zeros((3, 2), dtype=int), list('abc'), [3, 4]) d1 0 1 2 a 1 1 1 b 1 1 1 c 1 1 1 d2 3 4 a 0 0 b 0 0 c 0 ...
32-битные ограничения памяти Python на 64-битных окнах
У меня проблема с памятью, которую я не могу понять. Я на Windows 7 64-битной машине с 8 ГБ памяти и 32-битной Python-программой. Программа читает 5118 сжатых файлов (npz). Windows сообщает, что файлы занимают 1,98 ГБ на диске Каждый файл npz ...
Эффективно обрабатывать строки DataFrame с помощью функции Python?
Во многих местах нашего кода, использующего Pandas, у нас есть некоторая функция Pythonprocess(row), Эта функция используется болееDataFrame.iterrows()взяв каждыйrowи выполняя некоторую обработку и возвращая значение, которое мы в конечном итоге ...
равно 1, все элементы результата являются ложными.
ая на этовопрос [https://stackoverflow.com/questions/45425527/how-do-i-select-a-row-from-a-complex-numpy-array/45425986#45425986] некоторые другие и я были на самом деле не правы, считая, что следующее будет работать: Скажи, что есть test = [ [ ...
Изменить значения на оси графика matplotlib imshow ()
Скажем, у меня есть некоторые входные данные: data = np.random.normal(loc=100,scale=10,size=(500,1,32)) hist = np.ones((32,20)) # initialise hist for z in range(32): hist[z],edges = np.histogram(data[:,0,z],bins=np.arange(80,122,2))Я могу ...
Хитрость в том, что мы будем считать только исходную строку один раз, можем подумать, что буфера нет, и каждый шаг воспроизводится в исходном месте.
отаю на cs231n, и мне трудно понять, как работает эта индексация. Учитывая это x = [[0,4,1], [3,2,4]] dW = np.zeros(5,6) dout = [[[ 1.19034710e-01 -4.65005990e-01 8.93743168e-01 -9.78047129e-01 -8.88672957e-01 -4.66605091e-01] [ -1.38617461e-03 ...
тоже правильно. Это просто не очень полезно!
ял чтоnp.power(a, b) медленнее, чемnp.exp(b * np.log(a)): import numpy as np a, b = np.random.random((2, 100000)) %timeit np.power(a, b) # best of 3: 4.16 ms per loop %timeit np.exp(b * np.log(a)) # best of 3: 1.74 ms per loopРезультаты ...