タグ付けされた質問 「numpy」

私はパンダのデータフレームを持っていて、それを3つの別々のセットに分割したいと思います。からtrain_test_splitを使用sklearn.cross_validationすると、データを2つのセット（trainとtest）に分割できることがわかります。しかし、データを3つのセットに分割することに関する解決策は見つかりませんでした。できれば、元のデータのインデックスが欲しいです。 回避策は、train_test_split2回使用し、インデックスを調整することです。しかし、データを2つではなく3つのセットに分割する、より標準的な/組み込みの方法はありますか？

146 pandas  numpy  dataframe  machine-learning  scikit-learn 

numpyに1D配列があり、値がnumpy配列の値を超えるインデックスの位置を見つけたいです。 例えば aa = range(-10,10) aa値5が超過する場所を見つけます。

144 python  numpy 

NumPyには、オブジェクトnonzero()内の非ゼロ要素のインデックスを識別するための効率的な関数/メソッドがありndarrayます。要素のインデックス取得するための最も効率的な方法は何でやるゼロの値を持っていますか？

144 python  numpy 

6つのパラメーター関数のパラメーター空間を実行して数値の動作を調べてから、複雑な処理を行う前に、効率的な方法を模索しています。 私の関数は、入力として6次元のnumpy配列が指定された浮動小数点値を取ります。私が最初にやろうとしたのはこれです： 最初に、2つの配列を取り、2つの配列の値のすべての組み合わせで配列を生成する関数を作成しました from numpy import * def comb(a,b): c = [] for i in a: for j in b: c.append(r_[i,j]) return c 次に、それをreduce()同じ配列のm個のコピーに適用しました。 def combs(a,m): return reduce(comb,[a]*m) そして、私はこのように私の機能を評価します： values = combs(np.arange(0,1,0.1),6) for val in values: print F(val) これは機能しますが、遅すぎます。私はパラメータのスペースが大きいことを知っていますが、これはそれほど遅くないはずです。この例では10 6（百万）ポイントしかサンプリングしていませんvalues。配列を作成するだけで15秒以上かかりました。 numpyでこれを行うより効率的な方法を知っていますか？ F必要に応じて、関数が引数をとる方法を変更できます。

143 python  arrays  multidimensional-array  numpy 

リストとNumPy配列のブール演算とビット演算の動作の違いを説明するものは何ですか？ 次の例に示すように、Python で&vs andを適切に使用する方法について混乱しています。 mylist1 = [True, True, True, False, True] mylist2 = [False, True, False, True, False] >>> len(mylist1) == len(mylist2) True # ---- Example 1 ---- >>> mylist1 and mylist2 [False, True, False, True, False] # I would have expected [False, True, False, False, False] # ---- Example …

142 python  numpy  bit-manipulation  boolean-expression  ampersand 

配列があるとしましょうa： a = np.array([[1,2,3], [4,5,6]]) array([[1, 2, 3], [4, 5, 6]]) それを1D配列（つまり、列ベクトル）に変換したいと思います。 b = np.reshape(a, (1,np.product(a.shape))) しかし、これは戻ります array([[1, 2, 3, 4, 5, 6]]) これは以下とは異なります： array([1, 2, 3, 4, 5, 6]) この配列の最初の要素を取得して、手動で1D配列に変換できます。 b = np.reshape(a, (1,np.product(a.shape)))[0] ただし、元の配列の次元数を知る必要があります（より高い次元で作業する場合は、[0]を連結します）。 任意のndarrayから列/行ベクトルを取得する次元に依存しない方法はありますか？

141 python  numpy 

はじめに：私は、0から47までの範囲の30,000を超える整数値のリストを持っています[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]。リストの値は必ずしも正しい順序であるとは限りませんが、この問題では順序は関係ありません。 問題：私の分布に基づいて、任意の値のp値（より大きな値が現れる確率）を計算したいと思います。たとえば、0のp値は1に近づき、より大きな数値のp値は0になる傾向があることがわかります。 私が正しいかどうかはわかりませんが、確率を判断するには、自分のデータを記述するのに最も適した理論上の分布に自分のデータを当てはめる必要があると思います。最良のモデルを決定するには、ある種の適合度テストが必要だと思います。 このような分析をPython（ScipyまたはNumpy）で実装する方法はありますか？例を挙げていただけますか？ ありがとうございました！

139 python  numpy  statistics  scipy  distribution 

Matplotlibを使用して、2Dヒートマップをプロットします。私のデータは、n行n列のNumpy配列であり、それぞれ0から1までの値を持ちます。したがって、この配列の（i、j）要素について、私の（i、j）座標に正方形をプロットします色が配列内の要素の値に比例するヒートマップ。 これどうやってするの？

139 python  numpy  matplotlib 

scipyのダウンロードとnumpyのを使用して、プロジェクトでは、私が使用する必要がありますscipy.pi、numpy.piまたはmath.pi？

137 python  numpy  scipy  pi 

オーディオまたは画像配列で処理を行った後、ファイルに書き戻す前に、範囲内で正規化する必要があります。これは次のように行うことができます： # Normalize audio channels to between -1.0 and +1.0 audio[:,0] = audio[:,0]/abs(audio[:,0]).max() audio[:,1] = audio[:,1]/abs(audio[:,1]).max() # Normalize image to between 0 and 255 image = image/(image.max()/255.0) これを行うための冗長ではない便利な関数の方法はありますか？matplotlib.colors.Normalize()関係がないようです。

136 python  arrays  numpy  scipy  convenience-methods 

これに代わる冗長性の低い方法はありますか？ for x in xrange(array.shape[0]): for y in xrange(array.shape[1]): do_stuff(x, y) 私はこれを思いつきました： for x, y in itertools.product(map(xrange, array.shape)): do_stuff(x, y) これは1つのインデントを節約しますが、それでもかなり醜いです。 私はこの疑似コードのようなものを望んでいます： for x, y in array.indices: do_stuff(x, y) そのようなものはありますか？

135 python  numpy 

このプログラムを実行しようとしています import cv2 import time cv.NamedWindow("camera", 1) capture = cv.CaptureFromCAM(0) while True: img = cv.QueryFrame(capture) cv.ShowImage("camera", img) if cv.WaitKey(10) == 27: break cv.DestroyAllWindows() しかし、私はnumpyに問題があります、私はopencvとともにpyschopyを使用しています。私が得続けている問題はこのエラーレポートです： RuntimeError：APIバージョン7に対してコンパイルされたモジュールですが、このバージョンのnumpyは6です トレースバック（最新の呼び出しが最後）： ファイル「C：\ Users \ John \ Documents \ EyeTracking \ Programs \ GetImage.py」の1行目 import cv2 ImportError：numpy.core.multiarrayのインポートに失敗しました psychopyフォルダーにnumpy-1.6.1-py2.7がありますが、何が問題なのか混乱していますか？ 編集（回答の削除） 次のコマンド pip install -U numpy 問題の解決に役立ちます： could …

135 opencv  python-2.7  numpy 

Cythonを使用して、ここで答えを高速化しようとしています。（ここでcygwinccompiler.py説明したハックを実行した後）コードをコンパイルしようとすると、エラーが発生します。それが私のコードの問題なのか、それともCythonの難解な微妙な問題なのか、誰か教えてもらえますか？fatal error: numpy/arrayobject.h: No such file or directory...compilation terminated 以下は私のコードです。 import numpy as np import scipy as sp cimport numpy as np cimport cython cdef inline np.ndarray[np.int, ndim=1] fbincount(np.ndarray[np.int_t, ndim=1] x): cdef int m = np.amax(x)+1 cdef int n = x.size cdef unsigned int i cdef np.ndarray[np.int_t, ndim=1] c = …

133 python  windows-7  numpy  cython 

ブール値のTrue / False値を持つpython pandas DataFrameに列がありますが、それ以上の計算には1/0表現が必要です。それを行う簡単なパンダ/派手な方法はありますか？

133 python  numpy  pandas 

単純な問題がありますが、適切な解決策が見つかりません。 グレースケールイメージを表すNumPy 2D配列を取得して、いくつかのmatplotlibカラーマップを適用しながらRGB PILイメージに変換したいと思います。 次のpyplot.figure.figimageコマンドを使用して、妥当なPNG出力を取得できます。 dpi = 100.0 w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi fig = plt.figure(figsize=(w,h), dpi=dpi) fig.figimage(sub, cmap=cm.gist_earth) plt.savefig('out.png') これを調整して必要なものを取得することもできますが（おそらくStringIOを使用するとPIL画像が取得されます）、画像の視覚化の非常に自然な問題であると思われるため、これを行う簡単な方法はないのでしょうか。次のようなものとしましょう： colored_PIL_image = magic_function(array, cmap)

133 python  numpy  matplotlib  python-imaging-library  color-mapping