タグ付けされた質問 「numpy」

python3とcartopyを使用して、次のコードを記述します。 import matplotlib.pyplot as plt import cartopy import cartopy.io.shapereader as shpreader import cartopy.crs as ccrs ax = plt.axes(projection=ccrs.PlateCarree()) ax.add_feature(cartopy.feature.LAND) ax.add_feature(cartopy.feature.OCEAN) ax.add_feature(cartopy.feature.COASTLINE) ax.add_feature(cartopy.feature.BORDERS, linestyle='-', alpha=.5) ax.add_feature(cartopy.feature.LAKES, alpha=0.95) ax.add_feature(cartopy.feature.RIVERS) ax.set_extent([-150, 60, -25, 60]) shpfilename = shpreader.natural_earth(resolution='110m', category='cultural', name='admin_0_countries') reader = shpreader.Reader(shpfilename) countries = reader.records() for country in countries: if country.attributes['SOVEREIGNT'] == "Bulgaria": …

8 python  pandas  numpy  dataframe  cartopy 

Haskellに入って、リストでnumpyの再形成のようなものを再現しようとしています。具体的には、フラットリストを指定して、n次元リストに再形成します。 import numpy as np a = np.arange(1, 18) b = a.reshape([-1, 2, 3]) # b = # # array([[[ 1, 2, 3], # [ 4, 5, 6]], # # [[ 7, 8, 9], # [10, 11, 12]], # # [[13, 14, 15], # [16, 17, 18]]]) 固定インデックスで動作を再現することができました。例： *Main> reshape23 …

8 arrays  numpy  haskell 

次の関数に相当する標準ライブラリ/ numpyがありますか？ def augmented_assignment_sum(iterable, start=0): for n in iterable: start += n return start ？ 一方でsum(ITERABLE)非常にエレガントで、それが使用する+演算子を代わりに+=した場合にどの、np.ndarrayオブジェクトのパフォーマンスに影響を与える可能性があります。 私は私の機能が同じくらい速いかもしれないことをテストしましたsum()（それと同等の使用+ははるかに遅いです）。それは純粋なPython関数なので、そのパフォーマンスはまだハンディキャップがあると思います。したがって、いくつかの代替策を探しています。 In [49]: ARRAYS = [np.random.random((1000000)) for _ in range(100)] In [50]: def not_augmented_assignment_sum(iterable, start=0): ...: for n in iterable: ...: start = start + n ...: return start ...: In [51]: %timeit not_augmented_assignment_sum(ARRAYS) …

8 python  performance  numpy  standard-library  augmented-assignment