Результаты поиска по запросу "numpy"
Как правильно сгладить кривую?
Предположим, у нас есть набор данных, который может быть дан примерно import numpy as np x = np.linspace(0,2*np.pi,100) y = np.sin(x) + np.random.random(100) * 0.2Поэтому у нас есть вариация 20% набора данных. Моя первая идея заключалась в том, ...
как насчет объединения диапазона?
я есть набор данных, который состоит из столбцов от 0 до 10, и я хочу извлечь информацию, которая находится только в столбцах с 1 по 5, а не с 6 и с 7 по 9 (это означает, что не последний). До сих пор я сделал следующее: A=B[:,[[1:5],[7:-1]]]но ...
Могу ли я запустить NumPy и панд с Jython
У нас есть некоторый Java-код, который мы хотим использовать с новым кодом, который мы планируем написать на Python, поэтому мы заинтересованы в использовании Jython. Однако мы также хотим использовать библиотеки numpy и pandas для проведения ...
Числовой эквивалент понимания списка if / else
Есть ли простой способ сделать n = [x-t if x > 0 else x for x in nps]похоже на это n = np.array(a) n[np.abs(n) < t] = 0что-то вроде этого возможно? n[n > 0] = n-t
В основном все вышеперечисленное: избавьтесь от сути, предоставьте MCVE, который доказуемо работает (возможно, только для 1D или 2D, и настолько прост, насколько это возможно, у вас слишком сложно), предоставьте входные и выходные данные и сфокусируйтесь на одном вопросе.
аюсь реализовать идею, которую я предложилВот [https://math.stackexchange.com/questions/2877478/cauchy-product-of-multivariate-formal-power-series] , заПродукт Коши [https://en.wikipedia.org/wiki/Cauchy_product]многомерных конечных степенных ...
в положении первого тика, когда я пытаюсь использовать
у построить график шкалы лог без научной записи. import matplotlib as mpl import matplotlib.pyplot as plt plt.plot(np.arange(0,10,0.1)) plt.xscale('log') plt.yscale('log') plt.xlim(0.1,100) ...
это просто нуждается в NumPy. Просто скопируйте этот файл исходного кода в рабочий каталог.
я есть 4-х мерный массив, в котором первое измерение представляет количество изображений в наборе данных, второе и третье - это (равные) ширина и высота, а четвертое - это количество каналов (3). Например, допустим, у меня есть 4 цветных ...
Игнорирование того факта, что применение to_categorical бессмысленно в моем сценарии. Следующее решает проблему с памятью:
я есть такой массив: [[0. 1. 1. ... 0. 0. 1.] [0. 0. 0. ... 0. 0. 1.] [0. 0. 1. ... 0. 0. 0.] ... [0. 0. 0. ... 0. 0. 1.] [0. 0. 0. ... 0. 0. 1.] [0. 0. 0. ... 1. 0. 1.]]Я преобразую это так, чтобы уменьшить потребность в памяти: x_val = ...
для этого:
я есть цифровая матрица с числами с плавающей точкой, в основном в диапазоне 0-255. Тем не менее, есть некоторые цифры, которые немного выходят за пределы диапазона (например, -5,36, 270). Я хочу преобразовать матрицу вnumpy.uint8 тип, так что ...
Преобразование Фурье. Одна из вещей, которая делает FFT быстрым, заключается в том, что это линейное преобразование, которое можно вычислить с помощью только умножения и сложения для арифметики (плюс немного умных данных, перемешивающихся по пути). Действительные и мнимые компоненты могут быть вычислены только с помощью линейной арифметики. В то время как для вычисления фазы требуется арктангенс (или atan2 ()), который является гораздо более медленным нелинейным трансцендентным оператором.
няя простой FFT-прогон для изучения операции, я создаю массив NumPy с 100 элементами, имеющими синусоидальную волну с единственным периодом в массиве. Этот код используется: ... n = 100 x = np.fromfunction(lambda a: np.sin(2 * np.pi * a / n), ...