Tag: numpy

PermissionError: Permission denied: 'C: \\ Program Files \\ Python35 \\ Lib \\ site-packages \\ six.py'

Я использую python 3.5.3, и теперь я хочу установить pandas и numpy, но не могу, следуя ошибке в cmd, кто-нибудь может мне помочь? C:\Program Files\Python35\Scripts>py -3.5 -m pip install pandas Collecting pandas Using cached pandas-0.20.1-cp35-cp35m-win_amd64.whl Collecting python-dateutil>=2 (from pandas) Using cached python_dateutil-2.6.0-py2.py3-none-any.whl Collecting numpy>=1.7.0 (from pandas) Using cached numpy-1.12.1-cp35-none-win_amd64.whl Collecting pytz>=2011k (from pandas) Using cached […]

Почему изображение хранится не так, как показано?

В настоящее время я не могу понять, почему я не могу воссоздать сюжет после хранения данных. import os import sys from os import listdir from os.path import isfile, join import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import seaborn as sb from matplotlib.colors import Normalize import matplotlib from matplotlib import cm […]

AttributeError: объект «numpy.int64» не имеет атрибута «timestamp» в python 3.5 в Anaconda

Я новичок в обучении Machine Learning, поэтому следуя за большим учебным пособием на YouTube. Но следующий код дает мне ошибку. Я читал аналогичный вопрос здесь, но timetuple() не решает мой случай, ни какие-либо решения из видео. Вот мой код: import pandas as pd import quandl, math from datetime import datetime, date, time, timedelta import time […]

Matplotlib: Использование np.mgrid для создания участка поверхности куба

Я не понимаю, как plot_surface и np.mgrid работают вместе, чтобы создать лицо. Когда я пытаюсь, я получаю 3 лица в форме «Z». Я бы хотел увидеть правильный пример куба, чтобы понять это лучше.

объединение нескольких массивов numpy

У меня есть 3 массива numpy, которые хранят данные изображения формы (4 100 100). arr1= np.load(r'C:\Users\x\Desktop\py\output\a1.npy') arr2= np.load(r'C:\Users\x\Desktop\py\output\a2.npy') arr3= np.load(r'C:\Users\x\Desktop\py\output\a3.npy') Я хочу объединить все 3 массива в 1 массив. Я попытался таким образом: merg_arr = np.zeros((len(arr1)+len(arr2)+len(arr3), 4,100,100), dtype=input_img.dtype) теперь это делает массив требуемой длины, но я не знаю, как скопировать все данные в этом массиве. […]

Как выбрать строку из сложного массива numpy?

Я прочитал 10-20 разных вопросов / ответов и не могу найти такой пример. Я хочу выбрать строки из массива numpy следующим образом: test = [ [ [0], np.zeros((250,250)), np.array([0,0]) ], [ [0], np.zeros((250,250)), np.array([1,1]) ], [ [1], np.zeros((250,250)), np.array([2,2]) ], [ [2], np.zeros((250,250)), np.array([2,2]) ], [ [2], np.zeros((250,250)), np.array([2,2]) ] ] Теперь преобразуем список в […]

преобразовать список / кортеж int строк в int

У меня есть немного кода, и мне нужно сделать .data в списке. Тем не менее, intable строки не могут принимать .data, и мне нужно преобразовать их в целые числа. Да, я знаю, что это дубликат, но другие вопросы говорят об этом вручную, и этот список слишком велик. Как мне это сделать? Благодарю. import numpy as […]

Feed_dict и numpy reshape

Я имею форму тензорного потока: y_ = tf.placeholder(tf.float32,[None,19],name='Labels') Мое мышление здесь состоит в том, чтобы получить каждый 19 вектор из 19 элементов и добавить его (подключая) к y_ и inputlabel с длиной 57 : Я хочу передать строку в этот список в y_ sess.run(train_step,feed_dict={x:xdata,y_:np.reshape(inputlabel,(3,19))}) это кормление не работает, и я действительно не понимаю, как я […]

Почему python pandas не использует 3-значную логику?

Интересно, почему python pandas / numpy не реализует 3-значную логику (так называемую логику Юкасевича) с истинным, ложным и NA (как, например, R). Я прочитал ( https://www.oreilly.com/learning/handling-missing-data ), что это в какой-то мере связано с тем, что панды используют гораздо больше базовых типов данных, чем R, например. Однако это не совсем понятно для меня, почему в […]

Как показать массив numpy NxM с dtype = float как изображение в виде простого серого?

При создании массива numpy с dtype=float метод представления с использованием matplotlib.pyplot.imshow , по-видимому, зависит от значений, поэтому значение 0.50 не только составляет 50% серого. Использование этого шаблона кода: import numpy as np import matplotlib.pyplot as plt img = np.empty([2, 2]) img[:] = {image} plt.imshow(img, cmap='gray') plt.show() Затем изображение [[1.0, 1.0], [0.0, 0.5]] показано как: Но […]

Python - лучший язык программирования в мире.