numpy

    -1熱度

    1回答

    import tensorflow as tf import numpy as np layer1_weight = tf.Variable(tf.zeros([2 , 3])) layer1_bias = tf.Variable(tf.zeros([3 , 1])) layer2_weight = tf.Variable(tf.zeros([3, 1])

    1熱度

    1回答

    我有一個問題,顯示圖中的數據。圖框會出現,但不會顯示圖形。你能幫忙嗎? 我確信x軸的尺寸和數據是一樣的......我根本找不到爲什麼我沒有得到一個圖形作爲回報。 非常感謝您提前。 import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm n = 1000 theta = 0.8 d

    0熱度

    1回答

    我基本上有2個數組,其中一個包含Lattitude值,一個Longitude。我想要的是提取符合特定要求的那些。 xLong = np.extract(abs(Long-requirement)<0.005,Long) xLat = np.extract(abs(Lat-requirement)<0.005,Lat) Lat和Long是numpy數組。 但是,我只想得到那些經緯度都符合要求的

    1熱度

    1回答

    我試用了xtensor-python,並且在使用cookiecutter setup並啓用了SIMD內在函數xsimd後,開始編寫一個非常簡單的求和函數。 inline double sum_pytensor(xt::pytensor<double, 1> &m) { return xt::sum(m)(); } inline double sum_pyarray(xt::pyar

    2熱度

    1回答

    我有一個以彩色曲線爲特徵的圖像。 我想爲每一行提取曲線較高像素的索引。 此代碼的工作,但速度很慢(f的圖像,magic是線條顏色的RGB代碼): res = f.shape[0] magic = 146, 47, 6 return [min(l for l in range(res) if np.array_equal(magic, f[l, c, :3])) for c in range(r

    0熱度

    1回答

    我想使一個應用程序使用numpy,但是當我用buildozer編譯時,我得到一個錯誤(顯然是下載錯誤)。當我沒有numpy編譯時,沒問題。我使用的是一個VirtualBox Ubuntu 16.04(爲自己配置),然後我認爲我做的是錯的,然後我從官方網站(kivy-download)下載了kivy-buildozer虛擬機,並獲取了那裏同樣的錯誤。 我做錯了什麼? 的buildozer.spec有

    -1熱度

    1回答

    比方說,我有數組: import numpy as np a = np.array([[[1], [3], [5]], [[2], [8], [6]]] 我如何總結所有第一排在一起,所有的第二排在一起,等等等等?所以,我的結果,我想是這樣的 [3, 11, 11] or [[3], [11], [11]] 這似乎是很簡單,但我無法找到解決方案,它不需要循環......

    1熱度

    1回答

    每當我嘗試使用cx_Freeze構建一個exe文件時,我都會收到一個numpy.core.multiarray failed to import錯誤。 我的系統使用以下版本: 蟒蛇3.6.0 的OpenCV 3.3.0 numpy的1.13.1 cx_Freeze 5.0 的代碼是: import cv2 i=333 print(i) 它運行良好(即,建立一個良好的exe文件)只有當我刪除

    0熱度

    2回答

    所以我有兩個矩陣,A和B,我想計算這裏給出的最小加乘積:Min-plus matrix multiplication。爲此,我實施了以下操作: def min_plus_product(A,B): B = np.transpose(B) Y = np.zeros((len(B),len(A))) for i in range(len(B)): Y[i] =

    0熱度

    1回答

    我很新的程序員,我將png保存到條形圖的問題,酒吧沒有顯示出來。 我的代碼: import numpy as np import matplotlib.pyplot as plt N = 3 ind = np.arange(N) width = 0.35 Start_means = (100, 50, 50) Start_std = (2, 3, 4) End_means =