Tag: numpy

Получение индекса строки для массива 2D numPy, когда известны несколько значений столбцов

Предположим, у меня есть массив 2D numPy, например: a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] Как найти индекс строки, для которой я знаю несколько значений? Например, если известно, что 0-й столбец равен 2, а 1-й столбец равен 5, мне бы хотелось узнать индекс строки, где это условие выполнено (строка 1 в […]

Можно ли вычислить инверсию разреженной матрицы в Python так же быстро, как в Matlab?

Matlab занимает 0,02 секунды, чтобы вычислить обратную диагональную матрицу, используя разреженную команду. P = diag(1:10000); P = sparse(P); tic; A = inv(P); toc Однако для кода Python он берет навсегда – несколько минут. import numpy as np import time startTime = time.time() P = np.diag(range(1,10000)) A = np.linalg.inv(P) runningTime = (time.time()-startTime)/60 print "The script was […]

Как прогнозировать на python, используя машинное обучение, из заданного набора географических данных?

Я анализировал некоторые географические данные и пытался предсказать / предсказать следующее возникновение события относительно времени и его географического положения. Данные были в следующем порядке (с образцовыми данными) Величина долготы долготы 13307266 102.86400972 70.64039541 "Событие A" 13311695 102.8082912 70.47394645 "Событие A" 13314940 102.82240522 70.6308513 "Событие A" 13318949 102.83402128 70.64103035 "Событие A" 13334397 102.84726242 70.66790352 "Событие A" […]

Сохранение словаря массивов numpy

Таким образом, у меня есть база данных с данными о местоположении на пару лет. Теперь я пытаюсь использовать эти данные для аналитики – построение и сортировку рекламных расходов по ключевым словам и т. Д. Один из данных, извлекаемых из БД, занимает несколько минут. Хотя я мог потратить некоторое время на оптимизацию операторов SQL, которые я […]

Как создать массив записей numpy из C

На стороне Python я могу создать новые массивы записей numpy следующим образом: numpy.zeros((3,), dtype=[('a', 'i4'), ('b', 'U5')]) Как мне сделать то же самое из программы на C? Я предполагаю, что мне нужно вызвать PyArray_SimpleNewFromDescr(nd, dims, descr) , но как мне создать PyArray_Descr который подходит для передачи в качестве третьего аргумента PyArray_SimpleNewFromDescr ?

Двойная матричная бинаризация с использованием только одного выражения

Я ищу способ бинаризации numpy Nd массива на основе порога, используя только одно выражение. Поэтому у меня есть что-то вроде этого: np.random.seed(0) np.set_printoptions(precision=3) a = np.random.rand(4, 4) threshold, upper, lower = 0.5, 1, 0 а теперь: array([[ 0.02 , 0.833, 0.778, 0.87 ], [ 0.979, 0.799, 0.461, 0.781], [ 0.118, 0.64 , 0.143, 0.945], [ […]

Как вычислить дорогостоящую сумму высокой точности в python?

Моя проблема очень проста. Я хотел бы вычислить следующую сумму. from __future__ import division from scipy.misc import comb import math for n in xrange(2,1000,10): m = 2.2*n/math.log(n) print sum(sum(comb(n,a) * comb(na,b) * (comb(a+b,a)*2**(-ab))**m for b in xrange(n+1)) for a in xrange(1,n+1)) Однако python дает RuntimeWarning: overflow encountered in multiply и nan в качестве выхода, а […]

Выбор между numpy.interp vs scipy.interpolate.interp1d (с kind = 'linear')

Я пытаюсь выбрать между numpy.interp vs scipy.interpolate.interp1d (с kind='linear' конечно). Я понимаю, что у них разные интерфейсы, но это не имеет большого значения для меня (я могу кодировать оба интерфейса). Мне интересно, есть ли другие различия, о которых я должен знать. Благодарю.

Pyopencl: разница между to_device и Buffer

Позволять import pyopencl as cl import pyopencl.array as cl_array import numpy a = numpy.random.rand(50000).astype(numpy.float32) mf = cl.mem_flags В чем разница между a_gpu = cl.Buffer(self.ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=a) а также a_gpu = cl_array.to_device(self.ctx, self.queue, a) ? И в чем разница между result = numpy.empty_like(a) cl.enqueue_copy(self.queue, result, result_gpu) а также result = result_gpu.get() ?

Эффективная сериализация буферизированных массивов numpy

У меня есть сотни тысяч логических массивов NumPy, которые я хотел бы использовать в качестве ключей к словарю. (Значения этого словаря – это количество раз, когда мы наблюдали каждый из этих массивов.) Поскольку массивы NumPy не являются хешируемыми и не могут использоваться как сами ключи. Я хотел бы как можно более сериализовать эти массивы. У […]

Python - лучший язык программирования в мире.