numpy

0熱

1答えて

私が使用しているコード（Pythonではなく）は、特定の方法で記述された入力ファイルを受け取ります。私は通常、このような入力ファイルをPythonスクリプトで準備します。それらのうちの1つは、以下のフォーマットをとる。ここで、100は全体的なパラメータであり、残りは行列である。 Python 2では、私は次のようにしていました。 # python 2.7 import numpy as np

2熱

1答えて

ファイルがメモリにロードされずにディスク上でシャッフルされる方法

私は、メモリにロードされずにディスク上のファイルをシャッフルするアイデアを探していました。当初、私はそのようなアプローチが存在するかどうかは疑問ですが、最近私はこれを見つけましたanswer。この回答はサポートされていないか、投票されていないので、このコードが本当にメモリにロードせずにファイルをシャッフルするかどうかを知りたいです。もしそうなら、どうすれば起こりますか？私は、ファイルを最初にメモリ

0熱

1答えて

なぜピップショーは私がnumpyバージョン1.13.1を持っていると伝えているのですが、パンダスは私がnumpyバージョンを持っていると思っています。

なぜピップショーはnumpyバージョン1.13.1を持っているのですか？ 1.8.0rc1 パンダをインポートする際に次のエラーが発生します。誰かが私にこれをどのように修正できるか教えてもらえますか？インポートパンダ Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/Li

0熱

1答えて

ピクルファイルを正しく作成する方法は？

ピクルファイルを作成しようとしています。私はそれを行うために次のコードを使用しています def pickler(input_nparray): with open('/Users/username/Desktop/pklfilename.pkl', 'wb+') as f: pickle.dump(input_nparray, f) この方法は完璧に動作します。これはn

-2熱

1答えて

この単純なコードをどのように模倣するのですか？

Iは、入力データXとラベルyを表し、次のPythonスクリプトを持っている： X = np.array([[0,0,1], [0,1,1], [1,0,1], [1,1,1]]) y = np.array([[0], [1], [1], [0]]) 私は正確に同じですが、画像データに対して操作を行いたいと思

0熱

1答えて

ベクター化された画像を数値配列に保存する

私はベクターに変換した4つの画像を持っています。 import numpy as np from PIL import Image image1 = Image.open('cat0.jpg').convert('L') image_array1 = arr = np.array(image1) image_array_to_vector1 = image_array1.ravel()

1熱

1答えて

なぜ適用（タイプ）してパンダに矛盾した結果が得られますか？

データフレームを作成し、apply（type）/ applymap（type）をさまざまな方法で呼び出しました。問題は、私は別の結果を得たことです。私はintとint64のタイプについて混乱しています。 In [116]: df_term[0:5] Out[116]: term tag count weight pt 0 -03 OTHER 380 3085.0

0熱

1答えて

Sklearn - predict_proba相当品

したがって、Sci-kitのモデルの中には、ロジスティック回帰分析が、私が頻繁に使っているpredict_probaメソッドをサポートしているかのように学ぶものがあります。 Lassoのようなモデルがpredict_probaをサポートしないので、類似の確率配列を出力するための他の方法がありますか？また、私は結果間の確率が相対的に均等な3つの結果データセットを使用しています - 確率精度を向上さ