numpy

0熱度

1回答

我與圖書館「scipy.signal」在Python工作，我有下面的代碼： from scipy import signal b = [ 0.001016 0.00507999 0.01015998 0.01015998 0.00507999 0.001016 ] a = [ 1. -3.0820186 4.04351697 -2.76126457 0.97291013 -0.1406

1熱度

1回答

如何走行的數據幀的平均下降在一定的公差範圍內的

我有一個數據幀： df => A B C 3.8314 60.6247 -1 3.8167 60.6247 -2 3.7524 60.6247 -1 3.7407 60.6247 -1 3.6939 60.7713 -1 3.8899 60.7957 -2 3.8723 60.7957 -3 3.

0熱度

2回答

Python：將值存儲到csv的3D數組中

我有以下問題。我有一個3D數組像 matrix = np.zeros((30,30,100))其中每個條目是一個座標並獲得一個值。所以matrix [0][0][0]是座標x = 0，y0，z = 0，並且具有值0.現在我想要將所有的值存儲在像這樣的csv中，其中前3行是座標，第四個是相應的值：是否有快速的方式與numpy做到這一點？

-1熱度

4回答

有沒有辦法在Python中的if語句中組合成員比較？

我要檢查多個條件的if語句 if a: # do something 多個案件在這種情況下爲真== 1，A == 2，== 3 ，而不需要編寫 if a == 1 or a == 2 or a == 3: # do something 我想這樣東西

1熱度

1回答

爲numpy的功能

a=np.square創建別名創建pow(x,2) 別名同樣，我想爲pow(x,3)函數創建別名 a = np.power(x2=3) 似乎並沒有工作什麼解決辦法？

1熱度

2回答

什麼是得到的NaN指數在大熊貓數據系列

假設我們有一些數據系列的最佳方式： 0 'one' 1 'two' 2 NAN 3 'three' 4 NAN 5 NAN 現在我想獲得的所有NAN元素的indecies。因此，使用python的大熊貓LIB我會做這樣的事情： import pandas as pd import numpy as np data = pd.Series(['one', 'two', np.n

0熱度

2回答

多次刪除陣列的每第二行

因此，我有幾個.txt文件，其中有超過+80.000行的數據。然而，對於Python來說，這可能不是太多，所以我需要在R中使用這些數據，我需要某個包。在那裏加載一個文件需要大約30秒 - 而且我有1200個這樣的文件。但是，這些文件中的數據相當密集。沒有必要有這麼小的步驟，即我想刪除一些文件，以使文件變小。我現在使用如下： np.delete(np.array(data_lines), np

0熱度

1回答

inline matplotlib pyplot飽和，而scipy.misc toimage不是

我正在閱讀ddsm乳房X線照片圖像。並且在標準化繪圖之後。這是灰度圖像，但我將其視爲RGB，通過複製相同的通道3次。問題是，當我使用pyplot從matplotlib標準化的形象得到飽和，而當我繪製使用scipy.misctoimage，它不這裏是我的代碼： from scipy import misc %matplotlib inline import matplotlib import

0熱度

1回答

Tensorflow Dataset.from_tensor_slices時間太長

我有以下代碼： data = np.load("data.npy") print(data) # Makes sure the array gets loaded in memory dataset = tf.contrib.data.Dataset.from_tensor_slices((data)) 文件"data.npy"爲3.3 GB。用numpy讀取文件需要幾秒鐘，但是接下來創建

2熱度

2回答

使用列表

numpy的3D陣列索引假設我有具有形狀（10，1000，1000）一numpy的陣列，並且我有三個列表，這是爲了表示像這樣各軸的索引的範圍： z_range = [0, 5] y_range = [200, 300] x_range = [300, 500] 我知道我能做到以下幾點，但似乎相當冗長： arr[z_range[0]:z_range[1], y_range[0]:y_rang