numpy

    -1热度

    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热度

    1回答

    我有一个问题,显示图中的数据。图框会出现,但不会显示图形。你能帮忙吗? 我确信x轴的尺寸和数据是一样的......我根本找不到为什么我没有得到一个图形作为回报。 非常感谢您提前。 import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm n = 1000 theta = 0.8 d

    0热度

    1回答

    我基本上有2个数组,其中一个包含Lattitude值,一个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数组。 但是,我只想得到那些经纬度都符合要求的

    1热度

    1回答

    我试用了xtensor-python,并且在使用cookiecutter setup并启用了SIMD内在函数xsimd后,开始编写一个非常简单的求和函数。 inline double sum_pytensor(xt::pytensor<double, 1> &m) { return xt::sum(m)(); } inline double sum_pyarray(xt::pyar

    2热度

    1回答

    我有一个以彩色曲线为特征的图像。 我想为每一行提取曲线较高像素的索引。 此代码的工作,但速度很慢(f的图像,magic是线条颜色的RGB代码): 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热度

    1回答

    我想使一个应用程序使用numpy,但是当我用buildozer编译时,我得到一个错误(显然是下载错误)。当我没有numpy编译时,没问题。我使用的是一个VirtualBox Ubuntu 16.04(为自己配置),然后我认为我做的是错的,然后我从官方网站(kivy-download)下载了kivy-buildozer虚拟机,并获取了那里同样的错误。 我做错了什么? 的buildozer.spec有

    -1热度

    1回答

    比方说,我有数组: import numpy as np a = np.array([[[1], [3], [5]], [[2], [8], [6]]] 我如何总结所有第一排在一起,所有的第二排在一起,等等等等?所以,我的结果,我想是这样的 [3, 11, 11] or [[3], [11], [11]] 这似乎是很简单,但我无法找到解决方案,它不需要循环......

    1热度

    1回答

    每当我尝试使用cx_Freeze构建一个exe文件时,我都会收到一个numpy.core.multiarray failed to import错误。 我的系统使用以下版本: 蟒蛇3.6.0 的OpenCV 3.3.0 numpy的1.13.1 cx_Freeze 5.0 的代码是: import cv2 i=333 print(i) 它运行良好(即,建立一个良好的exe文件)只有当我删除

    0热度

    2回答

    所以我有两个矩阵,A和B,我想计算这里给出的最小加乘积:Min-plus matrix multiplication。为此,我实施了以下操作: 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热度

    1回答

    我很新的程序员,我将png保存到条形图的问题,酒吧没有显示出来。 我的代码: 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 =