タグ付けされた質問 「numpy」

この回答に関連して、要素数が等しくないグループを持つ配列の中央値を計算する高速な方法はありますか？ 例えば： data = [1.00, 1.05, 1.30, 1.20, 1.06, 1.54, 1.33, 1.87, 1.67, ... ] index = [0, 0, 1, 1, 1, 1, 2, 3, 3, ... ] そして私は、（例えば、中央値グループの数やグループごとの中央値との差異を計算したい0です1.025最初の結果があるので1.00 - 1.025 = -0.025）。したがって、上記の配列の場合、結果は次のようになります。 result = [-0.025, 0.025, 0.05, -0.05, -0.19, 0.29, 0.00, 0.10, -0.10, ...] np.median.reduceat（まだ）存在しないので、これを達成する別の高速な方法はありますか？私のアレイには数百万の行が含まれるため、速度は非常に重要です。 インデックスは連続していて順序付けられていると見なすことができます（そうでない場合は簡単に変換できます）。 パフォーマンス比較のデータ例： import numpy …

12 python  performance  numpy  median  numpy-ufunc 

history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1) ラインの問題はこれでした エラーを表示： ValueError: Failed to find data adapter that can handle input: <class 'numpy.ndarray'>, (<class 'list'> containing values of types {"<class 'int'>"})

12 python  list  numpy  pycharm 

各行にリスト値があるデータフレームがあります。 id list_of_value 0 ['a','b','c'] 1 ['d','b','c'] 2 ['a','b','c'] 3 ['a','b','c'] 1つの行と他のすべての行に対してスコアを計算する必要があります たとえば： Step 1: Take value of id 0: ['a','b','c'], Step 2: find the intersection between id 0 and id 1 , resultant = ['b','c'] Step 3: Score Calculation => resultant.size / id.size すべてのIDについて、ID 0とID 1,2,3の間でステップ2,3を繰り返します。 N x Nデータフレームを作成します。このような： …

11 python  pandas  numpy 

ディシジョンツリーを使用していて、このエラーが発生しました。逆伝播を使用したときにも同じ状況が発生しました。どうすれば解決できますか？（英語が下手でごめんなさい） import pandas as pd import numpy as np a = np.test() f = open('E:/lgdata.csv') data = pd.read_csv(f,index_col = 'id') x = data.iloc[:,10:12].as_matrix().astype(int) y = data.iloc[:,9].as_matrix().astype(int) from sklearn.tree import DecisionTreeClassifier as DTC dtc = DTC(criterion='entropy') dtc.fit(x,y) x=pd.DataFrame(x) from sklearn.tree import export_graphviz with open('tree.dot','w') as f1: f1 = export_graphviz(dtc, feature_names = …

11 python  numpy  machine-learning  nose 

numpy c-extensionsのインポートに失敗しました ビジュアルスタジオコードで動作するように、WindowsシステムにPython 3.7をインストールしました。ライブラリの使用を含め、すべてが順調でした。コントロールパネルのアンインストールプログラムツールを使用してpythonをアンインストールしました。そしてMiniconda 3をインストールしました。私はそのすべてがうまく動作確認した後、使用してnumpyのライブラリをインストールし、私の端末でGitBashに窓10、そして私のvisialスタジオコードでそれを確認し、それが起動に失敗しました。conda install numpy コード例の再現： import numpy as np A = np.array([[-1], [7], [-26]]) エラーメッセージ： トレースバック（最後の最後の呼び出し）：ファイル "C：\ Users \ ramim \ Miniconda3 \ lib \ site-packages \ numpy \ core__init __。py"、17行目、からのマルチアレイファイル「C：\ Users \ ramim \ Miniconda3 \ lib \ site-packages \ numpy \ core \ multiarray.py」の14行目をインポートします。importオーバーライドファイル "C：\ …

11 python  numpy  visual-studio-code  miniconda 

私の目標： Pythonで3つのnumpy配列を作成し（そのうち2つは特定の値で初期化されます）、3つすべてをswigを介してc ++関数にベクトル参照として送信します（これは、データのコピーと効率の低下を避けるためです）。c ++関数に入ったら、2つの配列を追加し、それらの合計を3番目の配列に入れます。 vec_ref.h #include <vector> #include <iostream> void add_vec_ref(std::vector<int>& dst, std::vector<int>& src1, std::vector<int>& src2); vec_ref.cpp #include "vec_ref.h" #include <cstring> // need for size_t #include <cassert> void add_vec_ref(std::vector<int>& dst, std::vector<int>& src1, std::vector<int>& src2) { std::cout << "inside add_vec_ref" << std::endl; assert(src1.size() == src2.size()); dst.resize(src1.size()); for (size_t i = 0; …

10 python  c++  numpy  vector  swig 

私はこのような派手な配列を持っています： [1 2 2 0 0 1 3 5] 要素のインデックスを2D配列として取得することは可能ですか？たとえば、上記の入力に対する答えは次のようになります[[3 4], [0 5], [1 2], [6], [], [7]] 現在、私はさまざまな値をループし、各値を呼び出すnumpy.where(input == i)必要があります。これは、十分な大きさの入力でのパフォーマンスが非常に悪いものです。

10 python  numpy  numpy-ndarray 

Lidarの3D点群を使用しています。ポイントは、次のようなnumpy配列によって与えられます。 points = np.array([[61651921, 416326074, 39805], [61605255, 416360555, 41124], [61664810, 416313743, 39900], [61664837, 416313749, 39910], [61674456, 416316663, 39503], [61651933, 416326074, 39802], [61679969, 416318049, 39500], [61674494, 416316677, 39508], [61651908, 416326079, 39800], [61651908, 416326087, 39802], [61664845, 416313738, 39913], [61674480, 416316668, 39503], [61679996, 416318047, 39510], [61605290, 416360572, 41118], [61605270, 416360565, 41122], [61683939, 416313004, …

9 python  numpy  hash  grouping  lidar 

私は配列を持っていて、動的ウィンドウで最大のローリング差分が必要です。 a = np.array([8, 18, 5,15,12]) print (a) [ 8 18 5 15 12] だから私は最初に自分で違いを生み出します： b = a - a[:, None] print (b) [[ 0 10 -3 7 4] [-10 0 -13 -3 -6] [ 3 13 0 10 7] [ -7 3 -10 0 -3] [ -4 6 -7 …

9 python  numpy  max  vectorization  diagonal 

私はオンラインで検索しましたが、これについて私が望んでいることは何も見つかりませんでした。 派手な配列を画像として保存したいのですが、カラフルな画像ではなく、対応するグリッド位置のピクセル値を白黒で表現したいのです。 例えば： import numpy as np x = np.array([[1,2],[3,4]]) print(x) # [[1 2] # [3 4]] これを次のような画像（.PNG）として保存します。 私の現在のコードではグリッドを作成して数値を内部に配置していますが、すべてを調整して研究論文で提示できるようにすることは非常に困難です。 だから、私の過度に複雑なコードを投稿するのではなく、これを数行のコードで処理する組み込み関数があるのか​​と思っていました。

9 python  numpy 

次の「最小」の再現ケースをまとめただけです（pylint他のエラー、警告、ヒント、または提案をスローしないようにしたかったので、引用符で最小にします-ボイラープレートが少しあることを意味します）。 pylint_error.py： """ Docstring """ import numpy as np def main(): """ Main entrypoint """ test = np.array([1]) print(test.shape[0]) if __name__ == "__main__": main() pylintこのコード（pylint pylint_error.py）で実行すると、次の出力が得られます。 $> pylint pylint_error.py ************* Module pylint_error pylint_error.py:13:10: E1136: Value 'test.shape' is unsubscriptable (unsubscriptable-object) ------------------------------------------------------------------ Your code has been rated at 1.67/10 (previous run: 1.67/10, …

9 python  numpy  pylint 

20年前の1つの証券の株式市場データがあります。データは現在、次の形式でPandas DataFrameにあります。 問題は、DataFrameに「営業時間外」の取引データが必要ないことです。問題の市場は午前9時30分から午後4時までです（各取引日の09時30分から16時）。この時間枠内にないデータのすべての行を削除したいと思います。 私の本能はPandasマスクを使用することです。これは、1日で特定の時間を必要とする場合の方法を知っています。 mask = (df['date'] > '2015-07-06 09:30:0') & (df['date'] <= '2015-07-06 16:00:0') sub = df.loc[mask] ただし、20年の期間の1日の特定の時間のデータを削除するために回転ベースでどのように使用するかはわかりません。

8 python  pandas  numpy  dataframe 

2日前に、Python 3で解決しようとした数独の問題が発生しました。解決策は存在するという通知を受けましたが、複数の解決策が存在するかどうかはわかりません。 問題は次のとおりです。数独の9x9グリッドが完全に空です。ただし、色付きのボックスは含まれており、これらのボックス内では、数値の合計は平方数でなければなりません。それ以外は、通常の数独のルールが適用されます。 ここでの問題は、数独パズルを解決することではなく、色付きのボックスのルールを満たす実行可能なパズルを生成することです。 私の戦略 numpy配列を使用して、グリッドを81個のインデックスに分割しました。これを9x9グリッドに再配置できます。 import numpy as np print(np.array([i for i in range(81)]).reshape((9, 9))) -> [[ 0 1 2 3 4 5 6 7 8] [ 9 10 11 12 13 14 15 16 17] [18 19 20 21 22 23 24 25 26] [27 28 29 30 …

8 python  python-3.x  numpy  sudoku 

極座標系の位置の関数値を表す2次元配列があります。例えば： import numpy as np radius = np.linspace(0, 1, 50) angle = np.linspace(0, 2*np.pi, radius.size) r_grid, a_grid = np.meshgrid(radius, angle) data = np.sqrt((r_grid/radius.max())**2 + (a_grid/angle.max())**2) ここでdataは、極座標に対応する長方形のグリッドに配置されます。軸が対応するデカルト座標系を表すように、配列内のデータを再配置したいと思います。古いレイアウトと新しいレイアウトは、次のように視覚化できます。 import matplotlib.pyplot as plt fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=plt.figaspect(0.5)) ax1.set(title='Polar coordinates', xlabel='Radius', ylabel='Angle') ax1.pcolormesh(r_grid, a_grid, data) ax2.set(title='Cartesian coordinates', xlabel='X', ylabel='Y') x_grid = r_grid …

8 python  numpy  scipy  coordinate-transformation  polar-coordinates 

3Dカーブに沿って接線をアニメーション化するPythonプログラムを書いています。しかし、接線が動いていません。問題は line.set_data(np.array(Tangent[:,0]).T,np.array(Tangent[:,1]).T) でanimate(i)私は理解できません。どんな助けでもありがたいです。以下はコードです。 from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation import matplotlib matplotlib.use( 'tkagg' ) plt.style.use('seaborn-pastel') fig = plt.figure() ax = plt.axes(projection='3d') ax = plt.axes(projection='3d') # Data for a three-dimensional line zline = np.linspace(0, 15, 1000) xline = np.sin(zline) yline = …

8 python  numpy  matplotlib  animation