numpy-broadcasting

0熱

2答えて

私はnumpyで1次元配列を持っていますv。私はvのコピーである各行で行列を作るためにそれをコピーしたいと思います。簡単です：np.broadcast_to(v, desired_shape)。私は列ベクトルとしてvを扱うのが好き、とvのコピーされている各列で行列を作ってそれをコピーしたい場合しかし、私はそれを行うための簡単な方法を見つけることができません。試行錯誤の末、私はこれを行うことができ

1熱

2答えて

ogridのdtypeはnumpyで指定できますか？

pythonのnumpyでは、なぜogridはいつもint64の結果を生成しますか？私のアプリケーションでは、出力のコンポーネントが後で一緒に放送されるときに再生されるメモリの制限のため、int64は使用しません。事後作り直すよりも任意のより良い代替手段があります： y, x = np.ogrid[:9000,:9000] y = y.astype(np.int16) x = x.astyp

0熱

1答えて

SciPyスパースcsr_matrixに閾値関数を効率的に適用する

私は1列x行のSciPy csr_matrix（この場合ベクトル）を持っています。そこには浮動小数点値があります。これは、離散クラスラベル-1、0、1に変換する必要があります。これは浮動小数点値をこれらの3つのクラスラベルの1つにマップするしきい値関数で行う必要があります。 Iterating through a scipy.sparse vector (or matrix)に記載されているように

3熱

1答えて

numpyでベクトルを行列要素に掛けるにはどうすればよいですか？

私は形状が（32,3,5,5）の多次元配列と（32、）の形状の配列を持っています。 forループ以外のnumpyを使って、（i、3,5,5）と（i、）をどのように乗算することができますか？二つの配列としてaとbで

2熱

2答えて

I座標手段（3D）、このようにそれらをaccompying標準偏差（3D）の組の集合を有するループ

用せずに座標のセットの周りに乱数を発生： means = [[x1, y1, z1], [x2, y2, z2], ... [xn, yn, zn]] stds = [[sx1, sy1, sz1], [sx2, sy2, sz2], ... [sxn, syn, szn]] ので問題はNでありますx 3 np.ran

1熱

1答えて

ナンシー・アドバンスド・インデックスの使用

ケース1（解決済み）：アレイAは形状（例えば、300,50）を持っています。配列Bは、の横に「concate」する別の行のインデックスをi行に示すように、形状（300,5）を持つインデックス配列です。最終結果は、形状が（300,5,50）の配列Cであり、C[i,j,:] = A[B[i,j],:]です。これはA[B,:]を呼び出すことによって行うことができます。 import numpy as n

0熱

1答えて

インデックス配列を使用してnumpy配列からサブ配列を得る方法をベクトル化するには

いくつかのタイプのインデックス配列（提案するためのインデックス配列のスタイル/形式）を使用して、ベース配列からnumpy配列の配列を取得します。私はforループでこれを簡単に行うことができますが、numpy放送を使う巧妙な方法があるのだろうかと疑問に思っていますか？制約：サブアレイのサイズは同じであることが保証されています。 up_idx = np.array([[0, 0],

2熱

2答えて

行列とベクトルの要素ワイズドット積

実際に類似の質問here、here、hereがありますが、私はそれらを自分のケースに正確に適用する方法を理解していません。私は行列の配列とベクトルの配列を持っており、要素ごとのドット積が必要です。図： In [1]: matrix1 = np.eye(5) In [2]: matrix2 = np.eye(5) * 5 In [3]: matrices = np.array((matri

-1熱

1答えて

リストの要素を追加する方法

長さの異なる配列を含むリスト（Y）を持っています。リストには50個以上の要素が含まれています（テストのために5個だけでした）。リストの形は5です。以下に示すように、各要素の形状を印刷して出力がコメントである print(Y.shape) #(5,) print(Y[0].shape) #(600, 2) print(Y[1].shape) #(250, 2) print(Y[2].shape

1熱

1答えて

多次元配列からのフィーチャのインデックスの抽出

3次元空間における雲水濃度の値を表す配列を持っています。雲水濃度がある閾値を上回る場所では、私は雲があると言います（以下の断面図を参照）。ドメインの大半は乾燥していますが、ドメインの大部分には約400メートルの基盤を持つ成層雲があります。私は何をしたいの（x、y、z）は、クラウドベースおよびクラウドトップの位置座標を抽出しています。次に、風速の垂直成分を表す別の3次元配列上でこれらの座標を使用し