matrix

    0热度

    1回答

    我有3个矩阵: T_01 = ['cosd*t1', '-sind*t1', '0', 'd1*cosd*t1'; 'sind*t1', 'cosd*t1', '0', 'd1*sind*t1'; '0', '1', '1', '0'; '0', '0', '0', '1'] T_12 = ['cosd*t2', '-sind*t2', '0', 'd2*cosd*t2'; 'sind*t2'

    0热度

    2回答

    我有一个公式可以创建矩阵。后来,每集中的一个矩阵我都要做一些耗时的事情。到目前为止,我将这些矩阵绑定到一个列表中,其中lapply()。现在,我假设用一组矩阵运算会快得多。事情是,我不知道如何让这些matrrices生成一个数组,如lapply()。 我给你这个例子: # matrix generating function mxSim <- function(X, n) { mx =

    0热度

    1回答

    我是R的新手,所以我不完全确定如何做到以下几点。我想将我的数据集分成矩阵,使用前69个作为训练矩阵,最后30个作为测试矩阵。 我有这样的: dim(iris) # 99 5 #Sample Indexes indexes = sample(1:nrow(iris), size=0.7*nrow(iris)) #Split data train = iris[indexes,] tes

    0热度

    1回答

    我正在尝试学习CUDA。我在基于GPU的文章this的帮助下开始尝试矩阵乘法。 我的主要问题是我无法理解如何访问内核中的2D数组,因为访问2D数组与矩阵[i] [j]有点不同。 这是我坚持的部分: for (int i = 0; i < N; i++) { tmpSum += A[ROW * N + i] * B[i * N + COL]; } C[ROW * N + COL] =

    0热度

    1回答

    如何将向量a<-c(1,2,3,4,5,6)放置在矩阵m<-matrix(0, nrow = 10, ncol = 10)的ramdom位置? 的载体必须是在一起: [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0 0 0 0 0 0 0 0 0 0 [2,] 1 0 0 0 0 0 0 0 0 0 [3,] 2 0 0

    0热度

    1回答

    给定一个mxn矩阵和一个元素的索引,我如何使用纯python(无numpy或任何矩阵包)来获取包含该元素的两个对角线? 例如: 1 2 3 4 5 6 7 8 9 10 11 12 0 1 0 1 鉴于元件(1,2),我能得到在主对角线:[2,7,12],和[4,7,10,0]。我已经看过this post,但我不介意缠绕矩阵。此外,该解决方案对我来说很难理解,所以我无法重新编写它以适应

    2热度

    2回答

    我正在寻找帮助创建从现有数据帧使用np.nansum-like函数的子数据帧。我想该表转换成非空列总和的矩阵: dan ste bob t1 na 2 na t2 2 na 1 t3 2 1 na t4 1 na 2 t5 na 1 2 t6 2 1 na t7 1 na 2 例如,当“丹”不是空(叔2,3,4,6,7)的总和“STE”为2和“鲍勃”是5。当“STE”不是空的“丹

    0热度

    1回答

    说你有这样定义维度x每Y(每Z)的矩阵: int** tab = new int*[x]; for(int i=0; i<x; ++i) tab[i] = new int[y]; 或 int*** tab = new int**[x]; for(int i=0; i<x; ++i) { tab[i] = new int*[y]; for(int j=0; j<y; ++

    -1热度

    1回答

    对于I类需要改造RGB图像YIQ。 我们已被告知,该转换可以通过进行: 我开始写与环的马西代码有矩阵乘法,然后我发现了一个功能 skimage.color.yiq2rgb(imYIQ) 当我向里面看看他们在做什么时,我会说以下(我正在复制东西,所以它会更清晰): yiq_from_rgb = yiq_from_rgb = np.array([[0.299, 0.587, 0.114],

    0热度

    1回答

    通过迭代遍历熊猫中的for循环,我为行和列创建了具有相同信息的矩阵。 这里是我当前的代码: for i in range(60): eachMatrix = pd.DataFrame(index=df.WordTeams[i],columns=df.WordTeams[i]) eachMatrixcols = eachMatrix.columns.values eachMatrixInde