У меня есть массив numpy, который строится с использованием Matplotlib. Моя проблема заключается в том, что значения очень схожи, поэтому, когда они отображаются, читаемость отсутствует. 0,0,0,0,0,0,0,0,46.29821447,49.49781571,49.83072758,50.89081787,98.49113721,98.5522082,99.29547499,99.91765345,99.93779431,99.95351796,99.98066963,99.99294867,100 Обратите внимание, как некоторые из значений кластеризованы. Мой вопрос – есть ли какой-либо метод для итерации по массиву numpy и определения те близко расположенных кластеров, а затем применить усиление, […]
Я пытаюсь создать массив из всех комбинаций произвольного количества массивов. Из сгенерированного массива я хотел бы добавить ограничение, что сумма чисел должна находиться между двумя границами (например, «нижняя» и «верхняя») Один из способов сделать это – использовать карцер , суммировать элементы и выбрать те, которые попадают в нижнюю и верхнюю границы. Однако основным ограничением является […]
Как я могу создать массив NumPy B который является подматрицей массива NumPy A , путем указания, какие строки и столбцы (обозначенные x и y соответственно) должны быть включены? Например: A = numpy.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]]) x = [0, 2] y = [1, 3, 4] […]
У меня есть массив numpy, например: A = array([[-inf, 4, 5, 10, -inf, 1], [-inf, 2, 6, 8, -inf, 1], [-inf, 4, -inf, 10, -inf, 100] ]) I need to sort in a decreasing order: A = array ([ 10,5,4,1,-inf,-inf], [8,6,2,1,-inf,-inf], [100,10,4,-inf,-inf,-inf]]) Здесь – в float('-inf') Как это сделать? Я попробовал это: sorted(A, key=lambda listA: […]
Согласно документам , это должно работать: Установка из PyPI pandas можно установить через pip из PyPI. pip install pandas Вероятно, для установки нескольких зависимостей, включая NumPy, потребуется компилятор для компиляции необходимых битов кода и может занять несколько минут. Я пробовал пару раз сейчас, но похоже, что проблема состоит в сортировке numpy? Downloading/unpacking pandas Requirement already […]
Я хочу открыть новый текстовый файл, а затем сохранить массив numpy в файл. Я написал этот бит кода: foo = np.array([1,2,3]) abc = open('file'+'_2', 'w') np.savetxt(abc, foo, delimiter=",") Я получаю эту ошибку: TypeError Traceback (most recent call last) <ipython-input-33-fea41927952b> in <module>() 2 model = cool 3 abc = open('file'+'_2', 'w') —-> 4 np.savetxt(abc, foo, delimiter=",") […]
У меня проблема со скоростью моей программы. Я хочу рассчитать среднее значение четырех соседей в огромном массиве. Вот часть моего кода. У вас есть идеи, как изменить последнюю строку? Или я должен использовать другой массив? for a in np.arange(100000): for x in np.arange(size): for y in np.arange(size): if unchangeableflag[x*size+y] == 0: vnew[x*size+y] = (v[(x+1)*size+y] + […]
Начиная с этого: x = range(30,60,2)[::-1]; x = np.asarray(x); x array([58, 56, 54, 52, 50, 48, 46, 44, 42, 40, 38, 36, 34, 32, 30]) Создайте такой массив: (Обратите внимание, первый элемент повторяется) Но если я смогу получить это быстрее без повторения первого элемента, я могу np.hstack первый элемент. [[58 58 56 54 52] [56 […]
У меня есть набор данных с несколькими столбцами, и меня интересует только анализ данных из шести столбцов. Он находится в txt-файле, и я хочу загрузить файл и вытащить следующие столбцы (0, 1, 2, 4, 6, 7) с заголовками (время, режим, событие, xcoord, ycoord, phi). Здесь всего десять столбцов. Ниже приведен пример того, как выглядят данные: […]
Как удалить iterrows() ? Можно ли это сделать быстрее с помощью numpy или pandas? import pandas as pd import numpy as np df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(), 'B': 'one one two three two two one three'.split(), 'C': np.arange(8)*0 }) print(df) # ABC # 0 foo one 0 # 1 […]