numpy

2熱

1答えて

私はCythonでPythonのパーティクルトラッキングコードのパフォーマンスを向上させるのに苦労しています。明らか from scipy.integrate import odeint import numpy as np from numpy import sqrt, pi, sin, cos from time import time as Time import multiproc

-1熱

2答えて

なぜネイティブのpythonリストのループはnumpyの配列のループより高速です

の高性能Pythonにnumpyを導入し、自分のコンピュータ上でコードを再生する章を読んでいました。誤って私はforループでnumpyのバージョンを実行し、その結果がネイティブのpythonループに比べて驚くほど遅いことがわかりました。コードの簡略化されたバージョンは、I 1と0の2次元アレイXと別の2次元アレイYを定義した場合、次の、その後繰り返し、概念的X + = Y. import tim

0熱

2答えて

Cython：配列のメモリ効率的な埋め込み

私はM×N個の配列を持っています。 FFTの前に、MとNの最初のインデックスが元のデータであり、各次元に沿ったKの最後のインデックスがゼロである（M + K）×（N + K）の配列を得るために0を埋め込む必要があります。 Cythonを使用すると、np.ndarray[DTYPE_t, ndim=2]タイプを失うことなく効率的な方法がありますか？

7熱

2答えて

numpyの配列インデックスは

私が持っている：私は >>> a[l] # Case 1, l is a list of scalers を行うと >>> a array([[1, 2], [3, 4]]) >>> type(l), l # list of scalers (<type 'list'>, [0, 1]) >>> type(i), i # a numpy array (<type 'n

0熱

1答えて

任意の情報を格納するnumpyフラグはありますか？

NumPyデータセット（つまりndarray）に関連する属性を保存する方法が必要ですはデータセット自体の内容を変更しません。もちろん、その情報はテーブル自体のセルに格納することはできません。私はflagsを見てみましたが、明らかに "配列フラグは任意に設定できません"。物事を明確にするために、わかりやすい例を挙げましょう。データセットが何らかの方法で「クリーン」されている「パイプライン」を通過して

1熱

2答えて

GAE Standard Env（Python 27）にNumpy（v1.9.0）、Pandas、SKlearnをインストールする

ローカルサーバー上のWebapp2を使用してアプリケーションを正常に実行しました。今私はこれをGoogle App Engineに配備したいと考えています。私は現在ライブラリが互換性がないので、いくつかのエラーをデバッグしています。アプリを設定するには、Google guideに沿って、サードパーティ製のプラグインを追加しました。 libフォルダを追加しました：私は私のアプリを展開する場合 go

0熱

1答えて

パンダを使用して時系列データの欠損データを見つける

私は、1分ごとのデータを持つ時系列データを持っていますが、センサの問題によってデータが取り出されず、分データが記録されないことがあります。私はこの日に何が起こったのかを知りたい。私はパンダのデータフレームにデータを持っています。これは私のコードスニペットをデータフレームに格納するために、私は分データが受信されなかったことを表示したいと思います。 l=['Year', 'Month', 'Day',

1熱

2答えて

numpy - 異なるxとyを持つ2次元配列を変換しますか？

のは、このようなNP配列があると言ってみましょう： k = np.array([[13, 29], [17, 18], [19, 27]]) は今、私はnumpyのでループすることなく、2列目から列1から4と8を減算する必要があります。私はk - 4を試してみましたが、あなたがそれからちょうどインデックスcolumn、rowまたは何でもしたい（ガイドby sc

0熱

2答えて

MATLABの魔法のnumpyの等価（）Ocatave/MATLABでは

、私は例えば、魔法の人口正方行列を取得するためにmagic()を使用することができます。 magic(4) 16 2 3 13 5 11 10 8 9 7 6 12 4 14 15 1 定義：魔方陣は中の数字のNグリッド×Nであります各行、列および主対角要素のエントリは、同じ番号（N(N^2+1)/2に等しい）に加算されます。 NumPyを使用して同じ

3熱

1答えて

行列に10行以上の行があると、np.dotは（少なくとも）10倍長くなりません。

PyCUDAを使用していくつかの行列演算を並列化しようとしています。しかし、私は本当に理解していない結果があります。行列積A * Bの行列Aの行数に10を乗じると、計算時間はほとんどの場合10倍になりません。は、このコードを取る：私はそれを実行すると import time import numpy as np nb_traces=pow(10,1) # Nb lines nb_sam