Numpy，masking和sklearn集群

我在修改3D到2D以便将其提供给带宽函数以进行均值偏移计算时遇到问题。最初我在数据库中查询数据的一维数组数组和ID属于这些值 - 这将有助于我稍后确定来源。在计算之前，我再添加一个维度以确保计算正确并且所有这些结果都保存在3D数组中。现在我需要向计算函数提供包含值和零的二维数据，但是我无法构建二维压缩（没有描述ID的thrid值）数组。有谁知道如何使用numpy做它，并没有一个完全独立的列表包含ID的？Numpy，masking和sklearn集群

源阵列：它已被屏蔽数组后

[(2.819999933242798, 0.0, 16383) 
(3.75, 0.0, 16384) 
(3.75, 0.0, 16385)]

：

[(2.819999933242798, 0.0, --) 
(3.75, 0.0, --) 
(3.75, 0.0, --)]

阵列，因为它需要是：

干杯

来源

2014-04-08 Blade1024

它看起来像你有一个元组列表，而不是一个numpy数组。如果你确实有这种格式的数组，你似乎只想摆脱最后一列，你可以用'arr [：，： - 1]'来完成。 – BrenBarn

，你可以先转换为一个numpy数组：

h=[(2.819999933242798, 0.0, 16383), (3.75, 0.0, 16384) , (3.75, 0.0, 16385)] 
a=np.array(h)

然后拿到列你想：

a[:,0:2]

给出：

array([[ 2.81999993, 0.  ], 
     [ 3.75  , 0.  ], 
     [ 3.75  , 0.  ]])

或者a[:,:-1]由@BrenBarn的意见建议

来源

2014-04-08 10:58:35 atomh33ls

Numpy，masking和sklearn集群

回答

相关问题