numpy

1热度

1回答

嘿所以我正在处理这个代码进行材料分析。我为每层材料生成了一个矩阵，我想将这些矩阵中的每一个都保存为它们自己的元素。我这样做的方式是将它保存到字典中。然后我通过总结字典的所有值来形成一个矩阵。现在我这样做了这给我留下了3点矩阵三种不同的情况：A，B和D.我要让所有的这些矩阵，这样它看起来像： | A B | | B D | 但是我做不到得到正常的打印，因为它总是说矩阵：那么基质

6热度

3回答

np.isreal行为pandas.DataFrame和numpy.array

不同我有一个array像下面 np.array(["hello","world",{"a":5,"b":6,"c":8},"usa","india",{"d":9,"e":10,"f":11}]) 和pandasDataFrame像下面 df = pd.DataFrame({'A': ["hello","world",{"a":5,"b":6,"c":8},"usa","india",{"d"

0热度

1回答

np.arange（）不能正确平方

我在PyCharm尝试的东西，所以我写了一段简单的代码包括： xlist = np.arange(99995,99996) print(xlist*xlist) >>> array([1409065433]) 正如你所看到的，答案是不正确！我应该得到9999000025.我偶然发现了这一点，因为我原来写： xlist = np.arange(0,100000) for x in xli

0热度

1回答

如何通过连接2个数组来创建一个数组？

我有这两个数组 slist = np.arange(1,1723,50) #List of start index elist = np.arange(50,1800,50) #End index 这 'G'+'{:0>5}'.format(slist[0])+"-"+'{:0>5}'.format(elist[0]) 给我： 'G00001-00050' 我想这样做超过slist和

0热度

1回答

简单的ML Algo不工作：ValueError：检查输入时出错：期望的dense_4_input有形状（无，5）但有形状的数组（5,1）

我有一个令人难以置信的简单算法，错误，“ValueError：错误时检查输入：期望dense_4_input有形状（无，5），但有形状（5,1）阵列“.... 这是我正在运行的代码。 import numpy as np import matplotlib.pyplot as plt from keras.models import Sequential from keras.layers

-1热度

1回答

阵列分配的CPU和GPU功能在NUMBA

我想写一些函数在numba，我可以交换使用不同的目标（cpu，cuda，并行）。我遇到的万阿英，蒋达清是一个新的数组的分配是CUDA设备代码，例如，不同： cuda.local.array(shape, dtype) 对比做了CPU的功能类似，即 np.empty(shape, dtype) 是否有聪明的方式如何处理这个，而不必编写单独的功能？

3热度

3回答

排列置换一个numpy的阵列的成ndarray或矩阵

foo = np.array([1,2,3,4]) 我有一个numpy的阵列foo，我想变换成一个ndarry或矩阵，类似于： bar = np.array([[1,2,3,4],[2,3,4,1],[3,4,1,2],[4,1,2,3]]) 如何任何建议要有效地做到这一点，因为我的源数组foo的大小会有所不同，而且我需要将此转换数百万次。

0热度

1回答

类型str没有定义__round__方法错误

试图实现XGBoost来确定最重要的变量，我有一些数组的错误。我的完整代码如下 from numpy import loadtxt from numpy import sort import pandas as pd from xgboost import XGBClassifier from sklearn.model_selection import train_test_split

2热度

1回答

为什么python中解决Xc = y的不同方法在不应该的时候给出不同的解决方案？

我试图解决方形的线性系统Xc=y。我知道解决这个的方法是：使用逆c=<X^-1,y> 用高斯消元法使用伪逆似乎只要我可以告诉大家，这些别不符合我认为的基本事实。首先通过拟合30次多项式到频率为5的余弦来生成真值参数。所以我有y_truth = X*c_truth。然后我检查，如果上述三种方法相匹配的真相我尝试过，但似乎该方法不匹配，我不明白为什么这应该是这样的。我公司生产的完全可运行

0热度

1回答

numpy.ndarray'object has no attributes labels_

我正在研究Kmeans聚类算法。当我尝试访问群集标签它显示： numpy.ndarray对象没有属性labels_ 我的代码如下： movies=np.array(movies) kmeans=KMeans(n_clusters=19).fit_predict(movies) print(kmeans.labels_)