沿着新维度的Numpy连接
Numpy（Numerical Python的简称）是一个开源的Python科学计算库，主要用于处理多维数组和矩阵计算。它提供了丰富的数学函数库，可以高效地进行向量化计算和数组操作。
Numpy的连接操作主要包括水平连接（hstack）、垂直连接（vstack）、深度连接（dstack）、列连接（column_stack）、行连接（row_stack）等。这些连接操作可以将多个数组沿着不同的维度进行拼接，生成新的数组。
优势：
- 效率高：Numpy底层使用C语言编写，能够充分利用硬件的优势，提供快速而高效的数值计算能力。
- 多维数组操作：Numpy提供了多维数组对象ndarray，支持高效的数组操作和广播计算，方便处理科学计算中的大量数据。
- 强大的数学函数库：Numpy提供了丰富的数学函数库，涵盖线性代数、傅里叶变换、随机数生成等多个领域，可以满足各种科学计算的需求。
应用场景：
- 数据分析和处理：Numpy提供了高效的数据结构和函数库，广泛应用于数据分析、图像处理、信号处理等领域。
- 科学计算和统计分析：Numpy的数组操作和数学函数库可以支持科学计算和统计分析任务，如矩阵运算、统计建模、数值优化等。
- 机器学习和深度学习：Numpy作为Python的核心科学计算库，被广泛用于机器学习和深度学习的算法实现和数据处理。
腾讯云相关产品推荐： 在腾讯云上进行云计算和科学计算相关的工作，可以结合以下产品：
- 云服务器CVM：提供强大的计算资源，支持自定义配置和快速部署，满足各种计算需求。产品介绍：https://cloud.tencent.com/product/cvm
- 弹性MapReduce（EMR）：基于Hadoop和Spark的大数据计算服务，提供分布式计算框架和工具，方便进行大规模数据处理和分析。产品介绍：https://cloud.tencent.com/product/emr
- 云函数SCF：无服务器计算服务，支持按需运行代码片段，适合快速响应和处理请求。产品介绍：https://cloud.tencent.com/product/scf
以上是关于Numpy连接操作的简要介绍，希望对您有帮助。如需了解更多详情，请参考相关文档和官方网站。
相关·内容
1回答
你好，我有一个叫做tfidf2的矩阵，这个矩阵的形状是( 11159,1985年)，它有11159行和1985年的列，我想把一个新的矩阵连接到这个矩阵，这个矩阵叫做datesNumpy，它的形状是(11159，12)，它们有相同的行数，所以可以连接它，新矩阵的形状应该是tfidf3 (11159,1997年)，
import numpy as np
tfidf2 = tdf.transform(list_cluster)
print("Shape tfidf2",tfidf2.shape)
listAux=[]
for l in listMonth:
listA
浏览 3提问于2016-12-27得票数 1
回答已采纳
2回答
我有一个大小为：img_array.shape = (20, 10, 56, 56, 3)的NumPy数组，它对应于20个不同的序列，每个序列有10个帧，大小为(56, 56, 3)。如何将这些序列中的所有10帧组合成一个更大的图像。因此，要输出一个大小为(20, 56, 560, 3)的新NumPy数组，因此，对于每个序列都要有一个(56, 560, 3)的图像。 如何组合这些框架？我尝试使用NumPy重塑函数，但结果不正确，我尝试了一下： img_array = np.reshape(img_array, (20, 56, 560, 3)) 虽然创建了图像，但我可以存储并查看结果，这是不
浏览 19提问于2020-04-29得票数 1
回答已采纳
1回答
有没有人有从h5py更新hdf5数据集的想法？假设我们创建了一个数据集，如下：
import h5py
import numpy
f = h5py.File('myfile.hdf5')
dset = f.create_dataset('mydataset', data=numpy.ones((2,2),"=i4"))
new_dset_value=numpy.zeros((3,3),"=i4")
是否可以将数据集扩展为3x3数值数组？
浏览 1提问于2013-04-25得票数 14
回答已采纳
根据，将数组索引指定为array_name[x, y]和array_name[x][y]是等效的，应该会产生相同的结果。但是，以下代码片段：
import numpy as np
a = np.empty((7, 8, 9), dtype = object)
# First indexing notation
print(a[:, 0, 0].shape, a[0, :, 0].shape, a[0, 0, :].shape)
# Second indexing notation
print(a[:][0][0].shape, a[0][:][0].shape, a[0][0][:].sha
浏览 0提问于2018-12-13得票数 2
1回答
我用RDF2vec嵌入知识图，用维数KG.shape=(7536, 500)嵌入文本句子，用维数text.shape=(14169, 384)嵌入文本句子。我想将不同dimensions.Although的嵌入连接起来--我尝试通过z_text = numpy.zeros((14169,116), dtype=numpy.float32)使它们在列中具有相同的维度，并由final_text=numpy.append(text, z_text, axis=1)在文本嵌入中添加它们，使其维度(14169,500)与另一个KG维度(通过column=500)相匹配。
这样做可以吗，还是我们有更好的选
浏览 2提问于2022-02-17得票数 0
1回答
我有给定年份1月、2月、3月、4月、10月、11月和12月的数据数组(361x361)。
到目前为止，我一直将它们存储在一年中每个月的单个netcdf中(例如，03.nc，10.nc)
我希望将所有月份合并到一个netcdf中，这样我就可以执行以下操作：
march_data = data.sel(month='03')
或者选择data.sel(month=3))
到目前为止，我只能将月度数据堆叠在361x361x7数组中，并且它的索引无用，因此要获取3月份的数据，您需要执行data:，:,2，而要获取10月份的数据：，:,4。显然，2&4在直观上并不对应于3月份和
浏览 9提问于2020-03-10得票数 0
回答已采纳
1回答
我使用的是Numpy，我有一个7x12x12的矩阵，我想用12x12的块填充7次。假设我有这样的12x12矩阵：
first_Matrix
second_Matrix
third_Matrix
... (etc)
seventh_Matrix = first_Matrix + second_Matrix + third_Matrix...
我想补充的是：
grand_Matrix
我该怎么做呢？我假设有一种比循环更好的方法将坐标从一个矩阵映射到下一个矩阵，如果没有，请写出将first_Matrix映射到grand_Matrix的第一个12x12元素的代码。
浏览 4提问于2012-06-14得票数 0
回答已采纳
我有一个名为test的DataArray对象。它包含一个名为FFDI 90TH PERCENTILE的变量以及纬度和经度维度。 import numpy as np
import pandas as pd
import xarray as xr
print(test)
<xarray.DataArray 'FFDI 90TH PERCENTILE' (latitude: 106, longitude: 193)>
array([[ 2.699949, 2.699277, 2.677113, ..., 3.353225, 3.381503, 3.392
浏览 552提问于2020-01-31得票数 1
2回答
从中，我可以得到numpy中一维数组中非零元素的指示数，如下所示：
indices_nonzero = numpy.arange(len(array))[~bindices_zero]
有没有办法将其扩展到二维数组？
浏览 1提问于2017-05-21得票数 1
回答已采纳
我一直在尝试用np.concatenate连接两个一维数组，但它不能像预期的那样工作。有没有人能告诉我哪里弄错了？
我的代码如下：
x = np.array([1.13793103, 0.24137931, 0.48275862, 1.24137931, 1.00000000, 1.89655172])
y = np.array([0.03666667, 0.00888889, 0.01555556, 0.04 , 0.03222222, 0.06111111])
z = np.concatenate((x,y), axis=0)
print(z)
array([1.137931
浏览 36提问于2020-05-06得票数 0
回答已采纳
我有一堆x数组Datasets，由一个可变数量的2D DataArrays组成，大小相同(lat/lon dims)，我想在不丢失任何维度的情况下得到数据集中的一些DataArrays之和。
我找到了一种方法，但似乎应该有一个内置的函数/更多的琵琶的方式来做到这一点。它是否可以在一个循环行中完成，或者使用可迭代的方法？似乎大多数求和函数都会迫使你失去一个维度。
# Build a fake dataset that is way, way smaller than what I have, with lat, lon as dims:
ds=xr.Dataset()
lat=np.arang
浏览 7提问于2021-03-06得票数 1
1回答
有没有一种在DataArray.rolling窗口上计算分位数的xArray方法？列出的可用方法包括mean或median，但不包括分位数/百分位数。我想知道，即使没有直接的方法，也能以某种方式做到这一点。 目前，我正在将xArray数据本地迁移到pandas.DataFrame，在那里我将应用rolling().quantile()序列。在此之后，我将获取新DataFrame的值并从中构建一个xArray.DataArray。可重现的代码： import xarray as xr
import pandas as pd
import numpy as np
times = np.aran
浏览 17提问于2019-02-09得票数 2
回答已采纳
1回答
我有7000张图片的数组，这些图像大小为224x224x3。因此，整个矩阵形状是(7000, 224, 224, 3)。我想要做的是选择每50幅图像，并计算它们的平均获取50帧中的1帧，所以我总共有一个大小为(140, 224, 224, 3)的数组。一个最小的可重复的例子：
import numpy as np
array = np.random.randint(255, size=(7000, 224, 224, 3))
mean_frame = np.mean(([frame for frame in array]), axis=0)
这是我能得到的最接近的图像，它会给我一个(224,
浏览 4提问于2022-04-25得票数 0
回答已采纳
我有一个代码在for循环两个numpy数组(data_transform)中生成我。在第一个循环中生成一个(40, 2)的numpy数组，在第二个循环中生成一个(175, 2)的numpy数组。我想把这两个数组连接成一个，给我一个(215, 2)数组。我尝试过使用np.concatenate和np.append，但是它给了我一个错误，因为数组必须是相同大小的。下面是我如何执行代码的一个示例：
result_arr = np.array([])
for label in labels_set:
data = [index for index, value in enumerate(la
浏览 6提问于2019-09-24得票数 7
回答已采纳
1回答
假设给定以下数组： a = array([[[4, 7, 1],
[3, 8, 1],
[0, 3, 7],
[1, 5, 5],
[1, 7, 6]],
[[8, 1, 0],
[2, 1, 4],
[1, 7, 2],
[6, 2, 0],
[3, 2, 6]],
[[4, 3, 1],
[0, 3, 9],
[1, 6, 2],
[6, 5, 7],
[1, 3,
浏览 12提问于2021-01-12得票数 0
回答已采纳
我有一个包含numpy.ndarrays的列表-每个(33,1,8,45,3)形状
当我使用a = np.concatenate(list)连接列表时，
print a.shape
(726,1,8,45,3)
而不是形状(22,33,1,8,45,3)。
如何干净地连接列表，而不必更改输入。
浏览 1提问于2017-04-27得票数 2
回答已采纳
2回答
作为联合的ML代理的一部分，提供给强化学习代理的图像可以转换为灰度，如下所示：
def _process_pixels(image_bytes=None, bw=False):
s = bytearray(image_bytes)
image = Image.open(io.BytesIO(s))
s = np.array(image) / 255.0
if bw:
s = np.mean(s, axis=2)
s = np.reshape(s, [s.shape[0], s.shape[1], 1])
return s
浏览 4提问于2018-01-03得票数 0
回答已采纳
1回答
我想知道是否有可能将两个不同形状的pytorch张量连接起来。一个张量的形状为torch.Size(247247)，另一个张量的形状为torch.Size(10,183)。在dim=1上使用torch.cat()可以将它们连接起来吗？
浏览 16提问于2020-12-27得票数 0
1回答
我正在尝试使用如下代码计算D-dim正态分布的pdf
a = 1.0 / math.sqrt(np.linalg.det(sigma))
inv = np.linalg.inv(sigma)
dif = x - mu
return a * math.exp(-np.dot(np.dot(dif, inv), dif) / 2)
其中sigma由numpy.cov生成。
但是，这里显示了一个错误
ValueError: math domain error
我发现行列式是负的。
为什么会发生这种情况？
浏览 0提问于2021-03-17得票数 0
我正在尝试组合netcdf文件，但它在netCDF4.MFDataset.init (netCDF4.c:3822)中的f= MFDataset(fili)文件"utils.pyx“和第274行中显示了"CBL_plot.py"，第11行，IOError: MFDataset THref_11:00.nc没有聚合维度。
因此，我只检查了一个netcdf文件，并且netcdf文件的信息如下所示：
float64 th_ref(u‘，)无限维= ()当前尺寸= (30，)
它似乎没有聚集维度。但是，我希望将这些netcdf文件组合在一起，而不是一个接一个地使用。是否有任何方
浏览 6提问于2013-12-03得票数 0
回答已采纳
我可以使用numpy.sum对沿特定轴的所有元素执行sum操作，即
>>> a = numpy.array([[1,2], [3,4]])
>>> numpy.sum(a, 1)
array([3, 7])
这就是sum along row，它逐个添加每列的元素。
如果只有2或3个轴，我可以在C/C++中使用if...elif或swith...case实现它，但如果有100个轴呢？如何实现它？
浏览 1提问于2013-06-26得票数 4
回答已采纳
1回答
当给定一维数组时，np.diag(a)函数的标准用法是创建一个2D数组，其中对角线条目是a的元素。在我的例子中，a是一个大小为n的二维数组，我的目标是以类似于np.diag()函数的方式生成一个n数组，其中每个n片都是一个零矩阵，在对角线上是a的第m行。做这件事最好的方法是什么？显然，它可以通过np.diag()函数和for循环来完成，但我想知道numpy是否存在向量化版本。
浏览 1提问于2020-07-09得票数 0
回答已采纳
我有一个大致为(x，y，z) = (100,150，25)的numpy数组，我希望找到每个x，y数组元素的最大值(即，比较所有子数组中的1并找到最大值)。然后，我想将这些值保存到一个单独的2d形状数组(x，y) = (100,150)中。我以下面的代码为例。谢谢!
import numpy as np
a = np.array([[[6, 7], [3, 4], [2, 7]], [[1, 2], [5, 8], [3, 5]]])
print(a)
#some function that finds the maximum of each element and saves it to
浏览 3提问于2021-08-03得票数 2
回答已采纳
3回答
我在函数的numpy文档中阅读了以下内容
字符串整数指定沿哪个轴堆栈多个逗号分隔的数组。一个由两个逗号分隔的整数组成的字符串允许指示最小维数，以强制每个条目作为第二个整数(连接的轴仍然是第一个整数)。
他们举了个例子：
>>> np.r_['0,2', [1,2,3], [4,5,6]] # concatenate along first axis, dim>=2
array([[1, 2, 3],
[4, 5, 6]])
我不明白，字符串'0,2'究竟指示numpy做什么？
除了上面的链接之外，还有其他网站提供了更
浏览 3提问于2013-01-22得票数 15
回答已采纳
1回答
我有一个单元格数组C，其维度为64x8，其中每一行都由以下维度组成，
说,
10x26 double 10x26 double 10x26 double 10x26 double 10x26 double 10x26 double 10x26 double 10x26 double
我使用以下命令将单元格数组的每个元素转换为矩阵，
D = cellfun(@(x) {x(:)}, C);
给了我以下的输出，
260x1 double 260x1 double 260x1 double 260x1 double 260x1 dou
浏览 1提问于2017-12-21得票数 1
回答已采纳
2回答
连接numpy数组时出现的值错误
、、、、
我按如下方式加载mnist数据集，
(X_train, y_train), (X_test, y_test) = mnist.load_data()
但是，由于我需要加载和训练我自己的数据集，所以我编写了一个小脚本，如下所示，它将给出确切的训练和测试值
def load_train(path):
X_train = []
y_train = []
print('Read train images')
for j in range(10):
files = glob(path + "*.jpeg")
for fl in files:
浏览 0提问于2018-08-31得票数 1
回答已采纳
2回答
我有带有形状(160000,91)的二维数字数组。
160000表示图像的所有像素(200x800)，91表示图像的#。
U(160000,91)和V(160000,91).
如何使用形状为X = X(:,:,:,0) = U(91,200,800)和X(:,:,:,1) = V(91,200,800)的形状创建numpy数组X(:,:,:,0)
浏览 5提问于2022-06-12得票数 0
回答已采纳
我需要将2个numpy数组(相同的长度)组合成一个大数组，然后将数组解耦回原始数组。我知道如何组合数组，但不确定如何将其解耦。
所以，组合数组
x=np.random.randint(5, size=(100000, 3))
y=np.random.randint(5, size=(100000, 1))
a=np.hstack((x,y))
现在，我不知道如何再次得到x和y。我试过了
(_x,_y)=a.shape
_x=-_x
nx=a[:,0]
ny=a[:,_x:,]
不管出于什么原因，我没有得到正确的，x和y。
有更好的方法吗？
浏览 0提问于2015-11-03得票数 0
回答已采纳
3回答
我是Python/Pytorch用户。首先，在numpy中，假设我有一个大小为LxL的数组M，我想要下面的数组: A=(M，...，M)大小，比方说NxLxL，有没有比这更优雅和内存效率更高的方法：
A=np.array([M]*N) ?
火炬张量也有同样的问题！现在，如果M是一个变量(torch.tensor)，我必须这样做：
A=torch.autograd.Variable(torch.tensor(np.array([M]*N)))
这是丑陋的！
浏览 0提问于2017-06-16得票数 4
1回答
numpy广播是如何工作的？
我的理解是：
两个阵列
one = np.random.rand(3,2)
two = np.random.rand(5,10)
为了通过数组one two减去数组one的每个条目，必须首先将数组one的每个条目转换为2d数组，如下所示
one_expanded = one[...,None,None]
然后，one_expanded可以直接减去two，得到预期的结果。
然而，基于我的理解，我无法理解numpy在下面两个示例中是如何工作的。
示例1
one = np.random.rand(3,2,1)
two = np.random.rand(2,10)
(on
浏览 3提问于2020-10-07得票数 0
回答已采纳
1回答
如何使用Numpy矩阵运算一次计算多个向量样本？
请看下面我想出的代码，'d‘是我想得到的结果。但这只是一个样本。如何计算输出，而不对每个示例重复代码或遍历每个示例？
a = np.array([[1, 2, 3]])
b = np.array([[1, 2, 3]])
c = np.array([[1, 2, 3]])
d = ((a.T * b).flatten() * c.T)
a1 = np.array([[2, 3, 4]])
b1 = np.array([[2, 3, 4]])
c1 = np.array([[2, 3, 4]])
d1 = ((a1.T * b1).fl
浏览 1提问于2018-04-10得票数 2
回答已采纳
1回答
PyTorch输入的维数不是模型所期望的，我也不知道为什么。
据我理解..。
in_channels首先是我们希望传递给模型的1D输入的数量，是所有后续层的前一个out_channel。
out_channels是所需的内核数(过滤器)。
kernel_size是每个过滤器的参数数。
因此，当数据传递给转发时，我们期望数据集具有7个1D通道(即2D输入)。
但是，下面的代码引发的错误与我预期的不一致，这里的代码是：
import numpy
import torch
X = numpy.random.uniform(-10, 10, 70).reshape(-1, 7)
# Y = np.r
浏览 0提问于2019-04-17得票数 5
回答已采纳
1回答
考虑到输入有一个形状(100，32)，有人能解释为什么下面的代码生成形状为(32，)而不是(,32)的input_t吗？input_t不应该生成一个包含32个属性/列的向量吗？
import numpy as np
timesteps = 100
input_features = 32
output_features = 64
inputs = np.random.random((timesteps, input_features))
state_t = np.zeros((output_features,))
W = np.random.random((output_features
浏览 0提问于2018-05-30得票数 2
回答已采纳
2回答
numpy三维阵列形状
、、、
我创建了一个形状的numpy数组(4,3,2)；我希望下面的代码可以打印出一个形状为4X3或3X4的数组
import numpy as np
x = np.zeros((4,3,2), np.int32)
print(x[:][:][0])
但是我得到了
[[0 0]
[0 0]
[0 0]]
看起来像个2×3？我现在真的搞糊涂了。难道我不应该
[[0 0 0]
[0 0 0]
[0 0 0]
[0 0 0]]
取而代之的是？如何将三维图像映射成一个矮小的三维矩阵？
例如，在MATLAB中，shape (m, n, k)是指(2D/3D)图像上下文中的(row,
浏览 0提问于2018-03-05得票数 0
回答已采纳
假设我们要使用三个文件data1.csv、data2.csv和data3.csv。然后，您的函数应获取文件名列表并返回以下内容：
array([[ 11. 11.9 13. ]
[ 9.5 6.8 9.4]
[ 7.2 11.1 12.5]
[ 8.8 7.3 9.2]
[ 16.6 10.6 10.3]])
例如，左上角单元格中的11.0是7.98631、12.65900和12.47115的平均值(四舍五入到小数点后1位)。这些值来自每个CSV文件的第一行和第一列。
我将这些文件放在一个列表中，但我不
浏览 4提问于2021-07-04得票数 0
我的问题是关于在numpy中的数组切片。以下行为的逻辑是什么？
x = arange(25)
x.shape = (5, 5)
# This results in a 2-d array in which rows and columns are excerpted from x
y = x[0:2, 0:2]
# But this results in a 1-d array
y2 = x[0:2, 0]
我本来希望y2是一个二维数组，它包含0和1列中的值。
浏览 6提问于2013-10-06得票数 3
回答已采纳
1回答
在阅读第numpy章上的“Python for data analysis”时，会遇到这样一个示例
#+BEGIN_SRC ipython :session my :export both :results output
arr = np.random.randn(5, 4)
print(arr)
#+END_SRC
#+RESULTS:
: [[-1.20142965 -0.65152972 2.04732169 -2.27351496]
: [ 1.0054648 -1.75728785 0.00923428 -0.65533187]
: [-2.1108598 -0.9234
浏览 32提问于2019-06-25得票数 0
回答已采纳
1回答
我想把两个张量a和b合并成c。我试过的是：
但我的期望是c = [1, 2, 3, 4, 5, 6]。我怎么才能拿到呢？
浏览 0提问于2018-04-18得票数 1
回答已采纳
1回答
我有一个四维NumPy阵列，轴是x，y，z，t，我想取对应于t=0的切片，并在y轴上排列顺序。
我有以下几点
import numpy as np
a = np.arange(120).reshape(4,5,3,2)
b = a[:,[1,2,3,4,0],:,0]
b.shape
我得到(5，4，3)而不是(4,5,3)。
相反，当我进入
aa = a[:,:,:,0]
bb = aa[:,[1,2,3,4,0],:]
bb.shape
我得到了预期的(4,5,3)。有人能解释一下第一个版本为什么要交换前两个维度吗？
浏览 1提问于2019-04-24得票数 4
回答已采纳
假设你有一组k张量，为了简单起见，我们假设它们是2张量/矩阵：
X = rand(5,5); Y = rand(5,5);
有没有一种习惯用法将它们组合成一个3-张量，其中第一维索引矩阵？一种方法是
P(1,:,:) = X;
P(2,:,:) = Y;
现在，P具有所需的尺寸2x5x5。有没有更好的方法来做这件事？例如，在numpy中，可以简单地输入：
P = array((X,Y))
但是在matlab中，输入P=[X Y]或P=[X; Y]将分别得到10x5和5x10矩阵，而不是预期的2x5x5。
浏览 1提问于2011-08-07得票数 2
回答已采纳
3回答
在python中沿特定轴广播操作
、、、、
在python中，假设我有一个正方形numpy矩阵X，其大小为n，还有一个numpy向量，大小为n的。
非常简单，我想执行X - a的广播减法，但是我希望能够指定沿着哪个维度，这样我就可以指定减法沿着轴0或轴1。
如何指定轴？
浏览 5提问于2016-09-07得票数 16
回答已采纳
1回答
我有3个numpy数组来存储形状的图像数据(4,100,100)。
arr1= np.load(r'C:\Users\x\Desktop\py\output\a1.npy')
arr2= np.load(r'C:\Users\x\Desktop\py\output\a2.npy')
arr3= np.load(r'C:\Users\x\Desktop\py\output\a3.npy')
我想把所有三个数组合并成一个数组。我试过这样做：
merg_arr = np.zeros((len(arr1)+len(arr2)+len(arr3), 4,1
浏览 0提问于2017-05-08得票数 2
回答已采纳
1回答
在这里看到：
这是可复制的代码：
import numpy as np
import tensorflow as tf
points = np.random.random_sample((10,2))
tf_points = tf.constant(points)
slice = tf.slice(tf_points,[0,0],[4,-1])
print tf.subtract(tf_points,slice).get_shape() #This errors out because the dimensions are incorrect
tf_points_expanded = t
浏览 2提问于2017-04-07得票数 0
回答已采纳
4回答
我需要将两个数组整形成一个特定的形状。
import numpy as np
x = np.array([(1, 2, 3, 4, 5), (6, 7, 8, 9)])
y = np.array([(10, 11, 12, 13, 14), (15, 16, 17, 18)])
我已经使用了np.column_stack(x，y)
np.column_stack((x,y))
得到：
array([[(1, 2, 3, 4, 5), (10, 11, 12, 13, 14)],
[(6, 7, 8, 9), (15, 16, 17, 18)]])
但是，现在我需要这个数组来获得以
浏览 1提问于2019-05-22得票数 1
回答已采纳
2回答
抱歉，如果这是一个愚蠢的问题，但我刚刚开始使用python/numpy，我真的不确定最有效的方法。我正在为一些学生组装一个演示N体模拟器，但现在，我正在计算粒子之间的力，通过循环这些粒子的位置，可以预测到像糖蜜一样慢。基本上，给定一个向量x[i]，我想要计算：
n[i] = sum from j = 0 to n-1, j != i of (x[i]-x[j])^-2,
使用numpy函数而不是循环。如果有一种方法可以执行外部加法/乘法：
m[i,j] = x[i]-x[j],
m[i,j] = x[i]*x[j],
我可以用它来做计算。
浏览 1提问于2015-11-22得票数 29
回答已采纳
2回答
假设t是一个维度为(30,5) (或者实际上是(1,30,5))的二维Numpy数组，x也是一个形状为(1000, 5)的Numpy数组。我试图将x中的2-D数据转换为3-D数据，新数组中的每个矩阵都是x中1000行中的30行(连续)。在t和x[:30]的元组上使用np.vstack时，或者
t = np.vstack((t, x[:30]))
我的输出的形状是(60,5)，但我希望它是(2, 30, 5)。我该怎么做呢？
更新:我尝试了dkv的建议，实现如下：
t = np.random.rand(1,30,5)
for i, n in zip(x_data, np.arange(len(x
浏览 2提问于2017-04-14得票数 0
我希望将嵌入层的输出与自定义张量(myarr / myconst)连接起来。我可以指定具有固定批处理大小的所有内容，如下所示： import numpy as np
import tensorflow as tf
BATCH_SIZE = 100
myarr = np.ones((10, 5))
myconst = tf.constant(np.tile(myarr, (BATCH_SIZE, 1, 1)))
# Model definition
inputs = tf.keras.layers.Input((10,), batch_size=BATCH_SIZE)
x = tf.ker
浏览 12提问于2021-07-12得票数 1
回答已采纳
我正在尝试使用numpy创建一个2乘n的数组，其中的元素来自由列号数组选择的特定列。例如，如果我有这样的东西
[[1, 2, 3],
[2, 3, 4]]
作为我的输入数组，并且我想让列
[2,3,1,2,3]，
我会得到
[[2, 3, 1, 2, 3],
[3, 4, 2, 3, 4]]
作为我的输出数组
浏览 1提问于2017-09-26得票数 1
1回答
我有NxMx3 numpy数组，希望访问大小为3的子数组。
arr = [[[...]]]
for i in range(N):
for j in range(M):
b = do_something(arr[i][j])
写
map(lambda x: do_something(x), ???) # x - is array of size 3
我该怎么做？
函数do_something接受大小为3的数组并返回一个标量，我希望通过将该函数应用于输入的每个长度-3子数组来获得结果的数组。
浏览 0提问于2017-07-07得票数 1
回答已采纳
1回答
我有一个简单的问题：
我有这样一个数组：
array([('A', 'B'),
('C', 'D'),
dtype=[('group1', '<U4'), ('group2', '<U4')])
我想把group1和group2合并成1，如下所示：
array([('A_B'),
('C_D'),
dtype=[('group3', '<U4&
浏览 3提问于2020-06-09得票数 0
回答已采纳
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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
