在嵌套的numpy array - numpy - python上应用掩码
在嵌套的numpy array上应用掩码是指使用布尔数组来选择或过滤数组中的元素。掩码是一个与原始数组形状相同的布尔数组，其中的每个元素对应于原始数组中的相应元素，表示是否选择该元素。
在numpy中，可以使用布尔数组作为索引来选择或过滤数组中的元素。对于嵌套的numpy array，可以使用多个布尔数组来进行多个维度的选择或过滤。
以下是在嵌套的numpy array上应用掩码的步骤：
- 创建一个嵌套的numpy array：
import numpy as np
nested_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])- 创建一个与嵌套数组形状相同的布尔数组，表示要选择或过滤的元素：
mask = np.array([[True, False, True], [False, True, False], [True, False, True]])- 使用布尔数组作为索引来选择或过滤数组中的元素：
filtered_array = nested_array[mask]通过上述步骤，我们可以得到一个新的数组filtered_array，其中包含了满足掩码条件的元素。
应用掩码的优势是可以灵活地选择或过滤数组中的元素，根据不同的条件进行操作。这在数据处理和分析中非常有用，可以根据特定的需求提取出所需的数据。
在云计算领域中，可以将嵌套的numpy array与其他技术和工具结合使用，例如机器学习、数据分析和图像处理等。腾讯云提供了多种与云计算相关的产品，例如云服务器、云数据库、人工智能服务等，可以根据具体需求选择适合的产品。
以下是腾讯云相关产品和产品介绍链接地址：
- 云服务器（ECS）：提供可扩展的计算能力，支持多种操作系统和应用场景。详情请参考：https://cloud.tencent.com/product/cvm
- 云数据库（CDB）：提供高性能、可扩展的数据库服务，支持多种数据库引擎。详情请参考：https://cloud.tencent.com/product/cdb
- 人工智能（AI）：提供多种人工智能服务，包括图像识别、语音识别、自然语言处理等。详情请参考：https://cloud.tencent.com/product/ai
请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估和决策。
相关·内容
1回答
我想知道是否有人可以帮助我演示如何使用dask在掩码数组上应用"sum“或"mean”之类的函数。我希望仅在没有掩码的值上计算数组的和/平均值。
代码：
import dask.array as da
import numpy as np
import numpy.ma as ma
dset = [1, 2, 3, 4]
masked = ma.masked_equal(dset, (4)) # lets say 4 should be masked
print(np.sum(masked)) # output: 6
print(np.mean(masked)) # outp
浏览 0提问于2018-07-05得票数 2
我是python编程的新手，如果我的问题太简单，请原谅。但我正在尝试使用masked_array来计算三个数组的平均值，以生成第三个数组，而不使用值小于零的元素。使用以下步骤：
import numpy as np
from numpy.ma import masked_array
d=[]
a = np.array([[-2,-3,-4,-6],[5,2,6,1],[9,3,2,4],[3,1,1,2]])
b = np.array([[3,4,2,4],[5,2,6,1],[9,3,2,4],[0.3,12,1,3]])
c = np.array([[2,3,4,5],[7,0,1,5]
浏览 1提问于2015-07-31得票数 1
1回答
PyPy与高效阵列
、、、
我的项目目前使用NumPy，仅用于内存效率高的数组( bool_、uint8、uint16、uint32)。
我想让它在不支持PyPy的NumPy上运行。(至少没有安装)
所以我想知道:在Python中还有其他有效的存储数字数组的方法吗？任何由PyPy支持的东西？PyPy有自己的东西吗？
注意: array.array不是一个可行的解决方案，因为在我的测试中，它比NumPy占用更多的内存。
浏览 1提问于2013-06-14得票数 3
调试python包时，我遇到了以下问题：
在病理情况下，我向numpy均值函数提供了一个掩码数组，返回类型是一个掩码数组：
>>> import numpy as np
>>> import numpy.ma as ma
>>> a=ma.array([1,2])
>>> np.mean(a)
masked_array(data = 1.5,
mask = False,
fill_value = 1e+20)
而如果我向sum函数提供相同的掩码数组，则返回类型是一个浮点数：
>
浏览 3提问于2016-10-25得票数 0
将学习python3.x作为业余爱好。我写了一个简单的像素搜索：
im = Image.open("photo.jpg").convert('RGB').Load
for x1, y1 in product(range(300, 1100, 1), range(200, 500, 1)):
r,g,b =im[x1,y1]
rx,gx,bx = 200, 20, 20
if abs(rx - r)<=5 and abs(gx - g)<=5 and
浏览 12提问于2017-07-20得票数 0
我是个新的Python学习者。我可以在NumPy上寻求帮助吗？索引选择中的掩蔽是如何工作的？
我的第一个面具就像
array[mask][:,0]
# array([1905., 1920., 1929., 1938., 1948., 1965., 2002., 2008., 2016.,2022.]
我明白它是如何使用索引的，但是我的第二个
numpy.array[mask1][:,mask2]
# [[1905. 18.9]
# [1920. 20.6]
# [1929. 18.9]
# [1938. nan]
# [1948. 19.9]
# [
浏览 3提问于2022-10-09得票数 0
回答已采纳
如果要构建蒙面数组，则其：
class myclass(object):
def __init__(self, data, mask):
self.masked_array = numpy.ma(data, mask=mask)
我想要的是当我更改蒙面数组时，掩码和数据会发生变化。比如：
data = [1,2,3]
mask = [True, False, False]
c = myclass(data, mask)
c.masked_array.mask[0] = False # this will not change mask
显而易见的答案是将构建后的对象链
浏览 2提问于2015-11-12得票数 0
回答已采纳
当我试图将字段附加到一个大小为1的结构化数组时，我得到了一个运行时错误。下面我写了一个简单的例子：
import numpy as np
import numpy.lib.recfunctions as rcfuncs
dtype_ = np.dtype( { 'names': ["field_a","field_b","field_c"]
, 'formats': ['S32', 'i4', 'f8']}
浏览 7提问于2016-04-06得票数 3
最近，我从numpy 1.11升级到numpy 1.13，希望消除这个蒙面数组警告，但它仍然存在：
MaskedArrayFutureWarning: setting an item on a masked array which has a shared mask will not copy the mask and also change the original mask array in the future. Check the NumPy 1.11 release notes for more information.*
基本上，我的代码只是改变了一个蒙面数组中的一些值，我甚至不知
浏览 4提问于2016-12-07得票数 4
我正在编写python -在Ubuntu上打开简历。我在python中非常新，我觉得我的编码没有得到优化。
最后的目标是将像素颜色更改为jpeg图像。假设红色通道值< 255，我将其设置为255。
为此，我将jpeg转换为numpy.array。然后使用'for/ in:‘循环逐像素检查红色通道是否<255。如果满足条件，则将值更改为255。
我的代码：
import numpy
import cv2
img=cv2.imread('image.jpeg',1)
y=x=-1 # I use y and x as a counters.
浏览 2提问于2017-03-27得票数 1
回答已采纳
2回答
我对2D列表和numpy数组做了一些实验。由此，我提出了三个问题，我很想知道答案。
首先，我初始化了一个2D python列表。
>>> my_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
然后，我尝试用元组索引列表。
>>> my_list[:,]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: list indices must be integers, not
浏览 3提问于2017-06-15得票数 31
回答已采纳
1回答
我有一小段代码，我正在尝试理解如何使用另一个numpy数组作为另一个numpy数组的索引。
bmi = np.array([13,14,15,22])
light = np.array(bmi) < 21
print(bmi[light])
输出: 13,14,15
我知道当使用numpy数组时，事情是按元素完成的，所以我对bmilight的假设是，它只在bmi中打印相应的值，这些值在light中的值为true。
浏览 0提问于2017-10-19得票数 1
4回答
假设我有一个非常大的包含N个元素的np.array，我只想选择一些通过S选择的值。通常的方法是：
selected_items = original_array[selection1(original_array) & original_array > 3]
这很好，但是使用了大量的临时内存。如果我是正确的，我需要大小为N的布尔值的S个掩码，再加上至少一个用于&结果的掩码。在内存使用方面有没有更好的解决方案？例如，显式循环不需要这样：
selected_items = []
tests = (selection1, lambda x: x > 3)
for x in
浏览 0提问于2014-01-13得票数 1
2回答
import numpy
import rpy2
from rpy2 import robjects
import rpy2.robjects.numpy2ri
r = robjects.r
rpy2.robjects.numpy2ri.activate()
x = numpy.array( [1, 5, -99, 4, 5, 3, 7, -99, 6] )
mx = numpy.ma.masked_values( x, -99 )
print x # works, displays all values
print r.sd(x) # works, but uses
浏览 3提问于2012-02-29得票数 1
回答已采纳
1回答
因此，在我的代码中，我分析了在我的值的阈值范围内的像素总数。然而，这是非常缓慢的，这一切归结为一行代码，基本上是瓶颈，整个程序。这段代码很简单，因为它将数组拆分成值，这样我就可以计算长度，但是它将每秒的帧从30降到大约4。
import cv2
import numpy as np
import time
from picamera.array import PiRGBArray
from picamera import PiCamera
import RPi.GPIO as GPIO
from PIL import Image
camera = PiCamera()
camera.res
浏览 1提问于2016-08-13得票数 2
回答已采纳
2回答
我是Python和Numpy的新手。事实上，我只是在学习。
我在读，我被困在了这些台词里：
>>> x = np.arange(30).reshape(2,3,5)
>>> x
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]],
[[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24],
[25, 26, 27, 28, 29]]])
>>&g
浏览 9提问于2017-10-20得票数 2
回答已采纳
1回答
我想在不改变数字位置的情况下对numpy数组进行排序。我可以使用下面的numpy函数来做这件事，但它也一直在对'NaN‘值进行排名，我如何才能让它忽略它们，而只对实数值进行排名呢？任何帮助都是非常感谢的！谢谢!
下面是我的代码：
import numpy as np
hr=[]
for line in open('file.txt' ,'r'):
hr.append(line.strip().split('\t'))
tf=[]
for i in range(1,len(hr)):
print hr[i][1:1
浏览 1提问于2012-09-21得票数 2
1回答
来自Python和Numpy，我发现自己经常使用的一个典型特性是布尔掩码。
下面是Python中的一个示例：
>>> mylist = np.array([50, 12, 100, -5, 73])
>>> mylist == 12
array([False, True, False, False, False]) # A new array that is the result of ..
# .. comparing each element to 12
>&g
浏览 0提问于2017-08-10得票数 6
回答已采纳
1回答
我感兴趣的是根据使用numpy的匹配布尔掩码为特定的轴从全局2D数组生成np.arrays列表(或np.arrays)。我想知道是否可以使用np.ma.mask()或类似的.
举个例子也许更好：
number= 10
x = np.linspace(0,number,num=number+1,dtype=int)
B = np.vstack((x%3==0, x%2==0, x%1==0))
X = np.vstack((x//3, x//2, x-1))
list_ = []
for i in range(1,number+1):
pointer = X[:,i][B[:,i]]
浏览 0提问于2016-04-28得票数 2
回答已采纳
2回答
我试图获取给定的NumPy数组列表的子集x，以便每一行的第一个元素必须位于列表r中。
>>> import numpy
>>> alist = numpy.array([(0, 2), (0, 4), (1, 3), (1, 4), (2, 1), (3, 1), (3, 2), (4, 1), (4, 3), (4, 2)])
>>> alist
array([[0, 2],
[0, 4],
[1, 3],
[1, 4],
[2, 1],
[3, 1],
[3, 2],
[4, 1],
[
浏览 3提问于2016-12-20得票数 4
1回答
我正在尝试将一个特定索引处的值赋给一个numpy向量，我首先想在该向量上应用一个布尔掩码(关键是，我希望我的索引引用“掩码”数组)。然而，令人惊讶的是，以下方法似乎不起作用： 假设我想更改“有效”向量的第一个值(掩码为True的那个)，即向量的第二个“绝对”值。 import numpy as np
x = np.full(4, np.nan)
mask = np.array([False, True, True, True])
index = 0
x[mask][index] = 3
x
>>> array([nan, nan, nan, nan]) 我做错了什么？
浏览 18提问于2020-01-23得票数 1
回答已采纳
我在一些测试中遇到了以下问题，以证明纯pyarrow在pyspark中的有用性，而不是总是通过pandas。
import awkward
import numpy
import pandas
import pyarrow
counts = numpy.random.randint(0,20,size=200000)
content = numpy.random.normal(size=counts.sum())
test_jagged = awkward.JaggedArray.fromcounts(counts, content)
test_arrow = awkward.toarrow
浏览 3提问于2019-12-05得票数 1
我是Python的新手，在这段代码中有一些我不理解的地方： import numpy as np
a_list = []
sub_list = ["apple", "banana", "cherry"]
a_list.append(sub_list)
print(type(a_list))
print(type(a_list[0]))
print(type(sub_list))
array = np.array(a_list)
print(type(array))
print(type(array[0]))
print(type(su
浏览 27提问于2019-12-19得票数 1
回答已采纳
1回答
刚开始使用python，想要从numpy数组中过滤偶数：
>array = np.arange(2,10000)
>>print(array)
我知道偶数no./2的余数应该是0，所以过滤条件的一部分应该看起来像这样：
>if x%2 == 0
但不管怎样，我总会遇到某种错误。顺便说一句，我使用的是Python 3。
感谢和最佳
浏览 1提问于2017-01-14得票数 1
我的职能是：
if elem < 0:
elem = 0
else:
elem = 1
我想将此函数应用于NumPy数组中的每个元素，当只对相同的维度执行此函数时，这将由for loop完成。但是在这种情况下，不管数组的大小和形状如何，我都需要它工作。在用NumPy的Python中有什么方法可以做到这一点呢？
或者有什么通用的方法将def应用于NumPy n维数组中的每个元素？
浏览 2提问于2020-05-01得票数 5
回答已采纳
3回答
我试图通过指定某些条件来创建numpy.array的“掩码”。Python甚至有很好的语法，如下所示：
>> A = numpy.array([1,2,3,4,5])
>> A > 3
array([False, False, False, True, True])
但是如果我有一个标准列表而不是一个范围：
>> A = numpy.array([1,2,3,4,5])
>> crit = [1,3,5]
我不能这么做：
>> A in crit
我必须做一些基于清单理解的事情，比如：
>> [a in crit f
浏览 2提问于2010-10-21得票数 7
回答已采纳
1回答
我可以将python类转换为numpy array吗？
from dataclasses import dataclass
import numpy as np
@dataclass
class X:
x: float = 0
y: float = 0
x = X()
x_array = np.array(x) # would like to get an numpy array np.array([X.x,X.y])
在最后一步中，我希望获得一个数组np.array([X.x, X.y])。相反，我得到了array(X(x=0, y=0), dtype=object)。
我是
浏览 4提问于2020-11-30得票数 2
回答已采纳
我正在编写几行Python代码，执行以下操作：
我有两个数组a和b，b包含(非严格的)递增整数。
我想从a中提取b的值为20的倍数，但我不想重复，因为如果b有值：...,40,40,41，.我只想要第一个值，对应的是40，而不是第二个。
这就是为什么a[b%20==0]不能工作的原因。
我一直在用：
factors = [20*i for i in xrange(1,int(b[-1]/20 +1))]
sample = numpy.array([a[numpy.nonzero(b==factor)[0][0]] for factor in factors])
但它既缓慢，又相当不雅。
有一种
浏览 2提问于2014-10-17得票数 0
回答已采纳
4回答
使用python从图像中提取裙子
、、、、
我正在做一些研究，关于如何使用python和其他库来裁剪这张图片中的连衣裙(参见image1)，所以我需要为照片上的许多模型对不同的图像做这件事，它们将有不同的大小和形状，所以我需要做一些通用的事情，可以拍摄图像，分析它，并删除除了连衣裙之外的所有东西。
image1
我有一个代码，获取这张图片，在模型的形状周围做一些遮罩，然后放入alpha通道，所以我得到了这个(image2)：
image2
正如您所看到的，这是我的代码的结果，但不是我需要的，我真的需要删除模型周围的所有颜色，如果可能的话，删除衣服周围的所有颜色，并需要是通用的。即应使用具有不同形状和大小的不同模型
这是我使用PI
浏览 1提问于2016-05-17得票数 2
2回答
我创建了一个numpy掩码数组，并将收缩选项设置为False (这将产生一个完全大小的掩码)，然后检查掩码的大小：
import numpy as np
import numpy.ma as ma
x = ma.array(range(10),shrink=False)
print 'mask size = ', np.array(x.mask).size
它产生：mask size = 1，即掩码仍然是默认的(缩小的)标量掩码。
这是已知的错误吗？
更新:似乎shrink=True选项也不能正常工作：
x = ma.array(range(3), mask=True, shr
浏览 3提问于2012-11-02得票数 1
回答已采纳
1回答
我需要在一个被屏蔽的数组的索引上的循环中获得一个2D数组的原始索引。我试着：
for i in range(Arr[mask].size):
tmp = numpy.zeros(mask.shape, dtype=bool)
tmp[mask][i] = True
j,k = numpy.where(tmp)
...
不幸的是，最后一行返回
(array([], dtype=int64), array([], dtype=int64))
找到j和k的好方法是什么？
浏览 4提问于2018-07-30得票数 0
回答已采纳
2回答
我是Python的新手，我正在寻找使用锯齿数组进行操作的最有效的方法。
我有一个交错数组，如下所示：
A = array([[array([1, 2, 3]), array([4, 5])],[array([6, 7, 8, 9]), array([10])]], dtype=object)
我希望能够做这样的事情：
A=A[A>4]
B=A+A
显然，Python在处理numpy数组这样的操作时非常有效，但不幸的是，我需要对锯齿数组这样做，而我在python中还没有找到这样的对象。它是否存在于Python中，或者是否有一个库可以对锯齿数组进行有效的操作？
对于我给出的例子，下面是我想要
浏览 2提问于2016-05-13得票数 2
2回答
最后，我在Ubuntu16.04和17.10上获得了我的应用程序，但是现在我尝试在Ubuntu (用我的raspberry)上抓取它，我的python部分(它依赖于numpy)在构建时遇到了以下问题：
Running setup.py bdist_wheel for numpy ... error
Complete output from command /home/getty23/cavi/cavi-device-snap/parts/cavi-device-sdk/install/usr/bin/python2 -u -c "import setuptools, tokenize;
浏览 0提问于2018-03-20得票数 1
回答已采纳
4回答
我正在寻找一些帮助，围绕‘如何有选择地否定数组的值’在numpy。
已经试过了，numpy.where()和numpy.negative不能在选定的少数几个上实现条件。
import numpy as np
arr=np.arange(11)
arr
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
假设我只想否定数组中介于2到8之间的所有元素。
array([ 0, 1, 2, -3, -4, -5, -6, -7, 8, 9, 10])
浏览 0提问于2018-11-30得票数 2
1回答
我试图应用蒙版在图像上使用opencv按位-不。我能够实现这一结果，如果我读取原始和掩码图像在灰度模式，但它不工作在3通道图像。
我读过这个线程，但我的问题不是数组的形状或掩码不是uint8格式的。
import cv2
import numpy as np
img = cv2.imread("Original.png") # original image, shape 544,480,3, dtype uint8
label = cv2.imread("Mask.png") # black and white mask,shape 544,480,3, d
浏览 0提问于2019-05-29得票数 4
回答已采纳
1回答
我想在2D numpy数组上应用掩码。但是它不能正常工作。假设我有
val(lat, lon) ---> my 2D array (20, 30)
Mask_lat = np.ma.masked_array(lat, mask=latmask) ---> masked lat (5,)
Mask_lon = np.ma.masked_array(lon, mask =lonmask) ---> masked lon (8,)
Maks_val = np.ma.masked_array(val, mask=mask_lat_lon) ---> ?
我不
浏览 6提问于2016-01-19得票数 7
回答已采纳
3回答
如果我初始化一个python列表
x = [[],[],[]]
print(x)
然后它又回来了
[[], [], []]
但是如果我对一个numpy数组也这么做
x = np.array([np.array([]),np.array([]),np.array([])])
print(x)
然后它只会回来
[]
如何使它返回一个嵌套的空列表，就像对普通python列表一样？
浏览 4提问于2016-03-21得票数 7
回答已采纳
我知道在Python里，
[1,2,3][0:2]=7
不工作，因为右侧必须是可迭代的。
然而，同样的情况也适用于NumPy ndarray：
a=np.array([1,2,3])
a[0:2]=9
a
这是否与广播相同的机制呢？在上，据说广播只适用于算术运算。
浏览 0提问于2019-08-03得票数 2
回答已采纳
1回答
我正在处理一个非常大的多维数据，但让我以一个二维数组为例。给定一个值数组，该数组在每次迭代时都在变化， arr = np.array([[ 1, 2, 3, 4, 5], [5, 6, 7, 8, 9]]) # a*b 以及始终固定的索引数组。 idx = np.array([[[0, 1, 1], [-1, -1, -1]],
[[5, 1, 3], [1, -1, -1]]]) # n*h*w, where n = a*b, 这里-1表示不会应用索引。我希望得到一个结果 res = np.array([[1+2+2, 0],
浏览 27提问于2020-12-23得票数 2
回答已采纳
我正在努力将代码从一个现有的、可用的Python2.7应用程序迁移到Python3中，它运行在Windows 7上，并使用Anaconda发行版。
在该代码中，我使用H5Py和NumPy生成HDF5文件。在Python2.7中，代码工作得很好，但是在Python3.4 (H5Py 2.5)中，代码在h5.create_dataset()上是分段的。
下面是我的最小复制测试用例：
import h5py
import numpy
import tempfile
data = [(1,2,3) for x in range(100)]
dtypes=[('one',numpy.d
浏览 6提问于2015-09-18得票数 2
我有一个2Dnumpy数组，我需要根据一个条件对它进行掩码，这样我就可以对被掩码的数组应用一个操作，然后将掩码的值恢复到原来的值。
例如：
import numpy as np
array = np.random.random((3,3))
condition = np.random.randint(0, 2, (3,3))
masked = np.ma.array(array, mask=condition)
masked += 2.0
但是，在对被屏蔽的数组应用给定的操作之后，如何将被屏蔽的值改回原来的值并“移除”该屏蔽呢？
之所以需要这样做，是因为我正在根据一组条件生成一个布尔数组，
浏览 0提问于2015-01-06得票数 5
回答已采纳
3回答
在我的代码中，有一段时间我试图修改一个蒙面数组的值，但是python似乎忽略了这一点。我认为这与内存存储在数组中的方式有关，好像我是在修改值的副本，而不是值本身，但我对此不够精通，不足以知道如何解决它。
下面是我试图做的一个简化版本：
x = np.zeros((2,5)) # create 2D array of zeroes
x[0][1:3] = 5 # replace some values along 1st dimension with 5
mask = (x[0] > 0) # create a mask to only deal
浏览 0提问于2017-05-11得票数 6
回答已采纳
1回答
我正在使用一个数字掩码数组来执行一些图像处理。掩码用于处理图像周围的NoData像素(这是一个必要的边界，因为这些是以无数据像素为原点的地图投影图像)。
使用下面的代码块，我能够对图像执行高斯拉伸。
def gaussian_stretch(input_array, array_mean, array_standard_deviation, number_of_bins, n):
shape = input_array.shape
input_array = input_array.flatten()
#define a gaussian distribution, g
浏览 3提问于2011-08-09得票数 3
回答已采纳
我的问题和这个类似。 Get value at list/array index or "None" if out of range in Python 但我想使用多维numpy数组。 这可以在不事先检查索引的情况下完成吗？ data = np.ones((2,3,4))
idx1 = [0,1]
idx2 = [1,2]
idx3 = [0, 100]
data[idx1, idx2, idx3] 所需输出： array([1., np.nan])
浏览 28提问于2019-02-15得票数 1
回答已采纳
有没有一种方法可以使用Python包来模拟掩码数组，并考虑掩码进行计算，就像在Numpy中一样：
import numpy as np
data = np.array([0, 1, 9999, 2, 1, 0, 9999])
value = 9999
mdata = np.ma.masked_where(data == value, data)
result = (mdata * 2 + 10)
在软件包文档中，我只找到了dask.arrays，它等同于Numpy ndarray，并且没有掩码。此外，使用另一个数组进行切片似乎也是不可能的。因此，我找不到一种只对数组的一部分进行计算的方法
浏览 0提问于2016-12-06得票数 1
我想在上做这样的事情
program where
real :: a(6) = (/ 4, 5, 6, 7, 8, 9 /)
print *, a(a>7)
end program
在中，我通常在中这样做：
import numpy
a = numpy.array([ 4, 5, 6, 7, 8, 9])
print a[numpy.where(a>7)]
#or
print a[a>7]
我已经玩过了，但到目前为止没有什么效果，但我猜这是相当简单的。
浏览 6提问于2014-01-29得票数 3
回答已采纳
2回答
我试图实现缝雕刻算法，其中我们必须删除一个缝从图像。图像存储为numpy M X N数组。我找到了seam，它只不过是一个M整数数组，其值指定要删除的列值。
例:2X3阵列
import numpy
img_array = numpy.array([[1, 2, 3],[4, 5, 6]])
和
seam = numpy.array([1,2])
这意味着我们必须从第1行(1)中删除Img第1元素，从第2行(5)中删除第2元素。删除后，Img将是
print img_array
[[2,3]
[4,6]]
完成的工作：
对于涉及一维数组或的python和，我是新手。但我无法找到从特定列
浏览 7提问于2015-10-25得票数 1
回答已采纳
1回答
我有一个代码片段来将2D数组格式化为特定的字符串格式。该代码片段适用于NumPy的最新版本(例如1.9.2)，但NumPy 1.4.1也失败了，这是CentOS 6.6的当前版本。
import numpy as np
cfmt = '%14.6E'
vfmt = np.vectorize(cfmt.__mod__)
Traceback (most recent call last):
File "/usr/lib64/python2.6/site-packages/numpy/lib/function_base.py", line 1762, in __
浏览 0提问于2015-09-28得票数 1
回答已采纳
当尝试将Astropy卷积滤波器应用于从netCDF文件读取的蒙面二维数字场时，我遇到了两种奇怪的行为。
通过从netCDF4 I/O创建的默认蒙面数组，将触发非粘稠卷积函数中的一个错误。
从TypeError astropy.convolution Box2DKernel 4 b2dk=Box2DKernel(9) ->5 sstC=ap_convolve(sstReg，b2dk) /nfs/./decators.py(数组、内核、边界、fill_value、nan_treatment、normalize_kernel、掩码、preserve_nan、( normaliz
浏览 0提问于2018-07-19得票数 0
我很难想象标量、向量和矩阵是如何在数学/物理类中编写的，如何用普通的Python和numpy来表示它们，以及它们相应的尺寸、轴和形状的概念。
如果我有一个标量，比如说5
>>> b = np.array(5)
>>> np.ndim(b)
0
我有5的0维，但是这里的axes是什么？有ndim和shape的函数，但没有axes。
对于像这样的向量：
我们说我们在物理/数学类中有二维，因为它代表了一个2D向量，但是看起来numpy使用了一个不同的概念。
为什么ndim给1，shape给出维度是什么？
>>>
浏览 15提问于2022-02-02得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
