numpy-broadcasting

    1熱度

    1回答

    在Python中,我有一個列表和一個numpy數組。 我想乘以列表中的陣列以這樣的方式,我得到其中第三維表示輸入數組乘以列表的每個元素的陣列。因此: in_list = [2,4,6] in_array = np.random.rand(5,5) result = ... np.shape(result) ---> (3,5,5) 其中(0,:,:)是輸入數組乘以列表(2)的第一個元素;

    1熱度

    1回答

    考慮T(w x h x d)的3D張量。 目標是通過以獨特方式沿第三維平鋪來創建R(w x h x K)的張量,其中K = d x k。 張量應重複每一個切片在第三維k次,這意味着: T[:,:,0]=R[:,:,0:k] and T[:,:,1]=R[:,:,k:2*k] 有標準平鋪這給T[:,:,0]=R[:,:,::k],在第三維的每個第k個重複一個微妙的差異。

    2熱度

    2回答

    我想評估一個單側截斷正態分佈的不同值的分位數和不同值的未截斷平均值。爲了提高效率,我想使用numpy廣播而不是Python循環。 對於最小重複的例子,假設三個位數欲評價是[3.0, 2.0, 1.0],相應未截斷平均值是[6.0, 5.0, 4.0],該下限截止是在1.5,並且未截短標準偏差爲3.0。 評估這些單獨工作如預期。如果我運行 import numpy as np from scipy

    -1熱度

    1回答

    當對np.broadcast_to()的簡單調用失敗時,將兩個數組廣播到一起的最佳方式是什麼? 考慮下面的例子: import numpy as np arr1 = np.arange(2 * 3 * 4 * 5 * 6).reshape((2, 3, 4, 5, 6)) arr2 = np.arange(3 * 5).reshape((3, 5)) arr1 + arr2 # Val

    1熱度

    1回答

    嘗試在OpenCV中進行單應矩陣的向前變形。你不必知道這是什麼意思來理解這個問題。 假設有2個圖像(圖像是像素值的2D numpy的陣列)中,A和B,並且看起來像 [[ 6.96122642e+01 -1.06556338e+03 1.02251944e+00] [ 6.92265938e+01 -1.06334423e+03 1.02246589e+00] [ 6.88409234e+01

    1熱度

    1回答

    我有一個numpy陣列,例如的值, import numpy as np A = np.exp(np.random.randn(3,10)) 即數組 array([[ 1.17164655, 1.39153953, 0.68628548, 0.1051013 ], [ 0.45604269, 2.21059251, 1.79624195, 0.37553947],

    0熱度

    1回答

    假設我有索引的數組: I=[0 1 2 3 0 3] 和數組值: W=[w0, w1, w2, w3] 如何可以使用如下製造的向量化numpy的表達式創建陣列X: X = np.zeros(I.max() + 1) for i in range(len(I)): X[I[i]] += W[I[i]] 在上面的例子X=[w0+w0, w1, w2, w3+w3]

    3熱度

    4回答

    我是新來的Python,我需要實現一個聚類算法。爲此,我需要計算給定輸入數據之間的距離。 考慮下面的輸入數據 - [[1,2,8], [7,4,2], [9,1,7], [0,1,5], [6,4,3]] 什麼我期待在這裏實現,我想計算的距離[1,2,8]從所有其他點,並找到一個地步距離最小。 我必須對所有其他點重複這一點。 我想用FOR循環來實現這一點

    1熱度

    1回答

    我有一個n*n數組,我想找到數組中的min,並獲得min的指數[x,y]格式 當然,這可以使用for循環並使用臨時變量來完成,但我正在尋找更復雜的過程來完成此操作。 示例 - [[1,2,8], [7,4,2], [9,1,7], [0,1,5], [6,-4,3]] 我應該得到下面的輸出 - Output- Min = -4 Ind

    0熱度

    2回答

    我有一個簡單的任務: 我有一個圖像和點的陣列。對於每個點我想從圖像中切出盒子。 我可以在一個循環做到這一點,但對於千點是很慢的,所以我需要做沒有循環。我試圖將數組廣播到切片值。下面是說明了這個問題的一些最少的代碼: import numpy as np frame = cv2.imread("input.png") pts = np.array([[10,20], [30,40