numpy

    0

    1答えて

    私はA '* Aを計算するさまざまな方法で、Pythonでベンチマークテストを行います.AはN x Mの行列です。最も速い方法の1つはnumpy.dot()を使用することでした。 numpy.cov()(共分散行列を与える)を使用して、何らかの形で重みを変えたり、何らかの形でA行列を前処理しても同じ結果が得られるかどうか不思議でしたか?しかし、私は成功しなかった。誰もが、A '* AとAの共分散の

    0

    1答えて

    私はエラーを取得:私は実行時に TypeError: data should be an RDD of LabeledPoint, but got <type 'numpy.ndarray'> を: import sys import numpy as np from pyspark import SparkConf, SparkContext from pyspark.mllib.cl

    0

    1答えて

    私は行ベクトルRと列ベクトルCを持っています。これらを加算して、高さがR、幅がCの幅の配列Aを次のように作成したいとします。A [i、j] = R [ i] + C [j] これを行う最も効率的な方法は何ですか?

    0

    2答えて

    tf.estimator.inputs.numpy_input_fnを使用してnumpy配列を使用してモデルに入力するエスティメータを作成しています。次のように: def input_fun(data): x, y = data x, y = np.reshape(x, (batch_size, -1, 1)), \ np.reshape(y, (batch_s

    1

    1答えて

    数値ソリューションの精度と、これが選択するタイムステップの値によってどのように異なるかを示すことを目指しています。 def f(te3): y3 = -r3*(te3 - te_surr) #y is the derivative return y3 for i in range(1, len(t3)): te3[i] = te3[i-1] + f(te3[i-

    2

    1答えて

    numpyの2D配列が与えられた場合、指定された座標(ここで 'X'が位置する)から最も近いアイテム(この例では '1'角度をつけて。 たとえば、次のような2次元配列で 'X'が(1,25)にあるとします。 0度が右にまっすぐ進み、90度がまっすぐに行くと仮定して、225度の角度で言う。どのようにして、そのベクトル方向に向かって最も近い '1'の座標を得ることができますか? [ 00000000

    0

    1答えて

    文字列のリストを処理し、np.asarrayを追加して適用するPythonネストされたforループがあります。しかし、次回のループでカウンタ(j)が変更され、新しいデータがあります。私はそれが別の配列(配列名(targetArray)に[j]を固定するので動作しません)への書き込みを取得できますか for j in some range selectedData[j].myDataSo

    1

    1答えて

    私は巨大(N * 20)の行列を5行ごとに有効なサンプル、すなわち、すべての(5 * 20)マトリックス。私は次元20が変更されない(N/5,1,20,5)行列にそれを変形しようとしています。 keep_dimを使用して天気予報でそれを行うことができましたが、どうすればnumpyでこれを達成できますか? ありがとうございます。その後、

    0

    5答えて

    csv fileからリストまたはnumpy配列を作成するより良い方法はありますか?私が求めていることは、以下のコードで行ったよりも、それをやり直す方法です。 fname = open("Computers discovered recently by discovery method.csv").readlines() lst = [elt.strip().split(",")[8:] for

    -1

    1答えて

    pythonの新しい記事です。 a = [0,0,1,1,0,0,1,1,2,2,3,3,4,4,0,0] 私はラベルと連続して発生し、ユニークな値、すなわち、同一の同じラベルを割り当てられる連続して発生要素とそうでない場合は異なるラベルを持つによるアレイをスライスしたい:私は、次の例の配列を持っています。これは、scipy.ndimage.labelのように、異なるラベルを割り当てるためにz