У меня есть вектор строк A, A = [a1 a2 a3 ….. an], и я хотел бы создать диагональную матрицу B = diag (a1, a2, a3, ….., an) с элементов этого вектора строки. Как это можно сделать в Python? ОБНОВИТЬ Это код, иллюстрирующий проблему: import numpy as np a = np.matrix([1,2,3,4]) d = np.diag(a) print […]
Пусть говорят, что у нас есть массив a = np.array([10,30,50, 20, 10, 90, 0, 25]) Псевдокод для того, что я хочу – if a[x] > 80 then perform funcA on a[x] if 40 < a[x] <= 80 then perform funcB on a[x] if a[x] <= 40 then perform funcC on a[x] Каков самый чистый способ […]
Чтобы найти индекс наименьшего значения, я могу использовать argmin : import numpy as np A = np.array([1, 7, 9, 2, 0.1, 17, 17, 1.5]) print A.argmin() # 4 because A[4] = 0.1 Но как я могу найти индексы k-наименьших значений ? Я ищу что-то вроде: print A.argmin(numberofvalues=3) # [4, 0, 7] because A[4] <= A[0] […]
Начинающий программист. Я пишу программу, которая анализирует относительные пространственные местоположения точек (ячеек). Программа получает границы и тип ячейки от массива с координатой x в столбце 1, координатой y в столбце 2 и типом ячейки в столбце 3. Затем он проверяет каждую ячейку на тип ячейки и соответствующее расстояние от границ. Если он проходит, он затем […]
Каков наилучший способ проверить, содержит ли массив numpy какой-либо элемент другого массива? пример: array1 = [10,5,4,13,10,1,1,22,7,3,15,9] array2 = [3,4,9,10,13,15,16,18,19,20,21,22,23]` Я хочу получить значение True если array1 содержит любое значение array2 , иначе False .
Я включил matplotlib в свою программу, я искал о numpy_atlas.dll в google, и я, похоже, единственный на Земле с этой проблемой. setup.py from setuptools import setup import py2exe setup(console=['EulerMethod.py']) Запуск Py2Exe приводит к ошибке C:\(..obmitted..)>python setup.py py2exe running py2exe *** searching for required modules *** *** parsing results *** …… …obmitted… …… *** finding dlls […]
Кажется, что numpy.take(array, indices) и numpy.choose(indices, array) возвращают одно и то же: подмножество array индексированное по indices . Есть ли только тонкие различия между этими двумя, или я пропускаю что-то более важное? И есть ли причина предпочитать одну над другой?
Недавно я столкнулся с большой публикацией SO, в которой пользователь предлагает, что numpy.sum быстрее, чем sum Python, когда дело касается массивов NumPy. Это заставило меня думать, что элементарные операции с массивами NumPy быстрее с функциями NumPy, чем операторы? Если да, то почему это так? Рассмотрим следующий пример. import numpy as np a = np.random.random(1e10) b […]
У меня есть массив NumPy, который выглядит так: arr = [100.10, 200.42, 4.14, 89.00, 34.55, 1.12] Как я могу получить несколько значений из этого массива по индексу: Например, как я могу получить значения в позициях индекса 1, 4 и 5? Я пытался что-то вроде этого, что неверно: arr[1, 4, 5]
Я получаю предупреждения проверки кода от PyCharm. Я понимаю логику, но я не знаю, как правильно ее исправить. Скажем, у меня есть следующая примерная функция: def get_ydata(xdata): ydata = xdata ** 2 for i in range(len(ydata)): print ydata[i] return ydata Я получаю 2 предупреждения: >> Expected type 'Sized', got 'int' instead (at line 3) >> […]