3D矩阵的numpy索引操作
是指在使用numpy库进行三维矩阵操作时，通过索引来访问和操作矩阵中的元素。numpy是一个Python科学计算库，提供了高性能的多维数组对象和用于处理数组的各种函数。
在numpy中，可以使用整数索引、切片索引和布尔索引来操作三维矩阵。
- 整数索引：可以使用整数索引来访问矩阵中的特定元素。例如，对于一个三维矩阵arr，可以使用arr[i, j, k]来访问第i行、第j列、第k个深度的元素。
- 切片索引：可以使用切片索引来访问矩阵中的连续元素子集。例如，对于一个三维矩阵arr，可以使用arr[i:j, m:n, p:q]来访问第i到j行、第m到n列、第p到q个深度的元素。
- 布尔索引：可以使用布尔索引来根据条件筛选矩阵中的元素。例如，对于一个三维矩阵arr，可以使用arr[arr > threshold]来选择大于某个阈值的元素。
三维矩阵的numpy索引操作在许多领域都有广泛的应用，例如图像处理、计算机视觉、科学计算等。通过numpy的高效计算和灵活的索引操作，可以方便地对三维矩阵进行各种操作和分析。
腾讯云提供了云服务器、云数据库、云存储等一系列云计算产品，可以满足用户在云计算领域的需求。具体可以参考腾讯云官网的产品介绍页面：https://cloud.tencent.com/product
注意：本回答中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商。
相关·内容
蓄积期
在脚本中，相同大小的数据矩阵X被某些模型(这里只是随机数生成器)重新估计，并在有限的试验过程中累积/保存在矩阵Y中。
import numpy as np
from numpy.random import random
import pandas as pd
k = 3 #shape
t = 5 #trials
Y = np.zeros((t,k,k))
for i in range(5):
X = random((k,k)) #2D estimate
X = pd.DataFrame(X)
Y[i,:,:] = X #3D tensor
浏览 1提问于2020-09-23得票数 1
2回答
我正在从事一个项目，其中我需要处理3维大型数组。我使用numpy 3d数组，但我的大多数条目都将是零，所以这是大量的内存浪费。Scipy sparse似乎只允许2D矩阵。有没有其他方法可以存储3D稀疏数组？
浏览 0提问于2015-04-26得票数 13
1回答
我正在尝试用tf.xyz模块实现以下功能，这些模块在TensorFlow 中可用。这个基于NumPy的函数以3D矩阵为输入，用最后一列的值检查条件，并返回满足条件的前两列的值。
我很难将这个基于NumPy的模块转换为TensorFlow张量，我想将这些模块作为lambda层添加到我的模型中。有什么建议吗？
我正在尝试使用tf.greater()和tf.slice()，但没有获得与该函数的NumPy版本相同的输出。
# NumPy based function on 3D matrix:
def fun1(arr):
return arr[arr[:,2] > 0.95][:,:2]
浏览 1提问于2018-09-18得票数 0
回答已采纳
1回答
目前，我遇到了一个简单的问题，就是从一个3d数字矩阵中提取一行。
给定一个矩阵3,3,3 =>，我想提取一行，例如输出变成1,3,3.
但是，如何在不改变的情况下实现呢？我好像一直在提取3,3
>>> import numpy
>>> a = numpy.random.rand(3,3,3)
>>> print a[0].shape
(3, 3)
浏览 2提问于2017-03-11得票数 0
回答已采纳
如何在numpy中创建三维矩阵，如matlab a(:，:)。我尝试用numpy.array把matlab中创建3d矩阵的代码转换成python，但我不知道如何在numpy中创建3d矩阵/数组
浏览 6提问于2009-11-08得票数 26
1回答
数值多维(3d)矩阵乘法
、、、、
我得到两个3d矩阵A ( 32x3x3 )和B(32x3x3)，我想得到尺寸为32x3x3的矩阵C。计算可以使用如下循环来完成：
a = numpy.random.rand(32, 3, 3)
b = numpy.random.rand(32, 3, 3)
c = numpy.random.rand(32, 3, 3)
for i in range(32):
c[i] = numpy.dot(a[i], b[i])
我相信一定有一个更有效的单行解决方案来解决这个问题。有人能帮上忙吗，谢谢。
浏览 0提问于2016-10-03得票数 6
我有一个3D NumPy数组，我想在Python语言中将其转换为3D稀疏矩阵。我查找了scipy.sparse模块，只找到了2D稀疏矩阵实现。例如,
输入：
array([[[0],
[0],
[1],
[0],
[1],
[0],
[0]],
[[1],
[0],
[1],
[0],
[0],
[0],
[0]]])
输出：
(0,0,2) 1
(0,0,4) 1
(0,1,0) 1
(0
浏览 15提问于2018-09-06得票数 4
我有一个很大的3D矩阵来表示代理在3D空间中的位置。如果矩阵上没有代理，则矩阵的值为0；如果矩阵上有代理，则矩阵的值为1。然后，我的问题是，我希望代理在某种意义上“增长”，即我希望它们由比方(3x3x3)的1确定。如果已经有办法做到这一点，但是当智能体靠近边界时，我遇到了麻烦。例如，我有一个位置矩阵100x100x100，如果我知道我的代理在位置(x，y，z)，我会这样做： positions_matrix = numpy.zeros((100, 100, 100))
positions_matrix[x - 1: x + 2, y - 1: y + 2, z - 1: z + 2] +=
浏览 66提问于2020-04-16得票数 1
回答已采纳
我想把3D矩阵的每一个元素与相同大小矩阵的元素相乘。
在2D中，它看起来像是：
除了循环之外，是否有任何有numpy的干净解决方案？
编辑:这个矩阵操作名为"Hadamard积“。
浏览 3提问于2020-03-09得票数 1
回答已采纳
2回答
这个问题比用实际代码找到解决方案要抽象一些。我正在努力理解一些我正在使用的软件的代码。具体来说，我正在使用一个4D numpy数组，它被其他3个3D数组索引。我读过下面的一页：，但是它并没有真正涵盖我所处理的事情的复杂性(或者我不完全理解将它应用到我的情况中)。
我的最终目标是将此代码转换为C代码，因此我需要了解如何访问这些数组，以便我可以转换它。有谁知道用3D数组索引来读取这些numpy数组的技巧或技巧吗？有什么程序可以用C来重建numpy数组吗？
任何帮助都将不胜感激！
以下是我所处理的事项，供参考：
state = history[delays, var, node, :]
histor
浏览 2提问于2014-01-21得票数 2
回答已采纳
2回答
我有一个3D数组，它是一个遮罩。另外，我有一些索引来编码一些值应该保存在哪里(数组位置)。 一切似乎都很正常，除了在将值分配到所需位置后输出矩阵仍然是空的。 我看不到我在这里遗漏了什么。我也尝试过numpy.put，但没有成功。 import numpy as np
# Initialize output matrix (here the results will be stored)
results = np.zeros((67, 67, 45))
# define the mask - where to put the calculated values in the results
浏览 16提问于2019-06-26得票数 4
回答已采纳
5回答
下面的八度代码显示了一个使用Octave/Matlab的样本三维矩阵
octave:1> A=zeros(3,3,3);
octave:2>
octave:2> A(:,:,1)= [[1 2 3];[4 5 6];[7 8 9]];
octave:3>
octave:3> A(:,:,2)= [[11 22 33];[44 55 66];[77 88 99]];
octave:4>
octave:4> A(:,:,3)= [[111 222 333];[444 555 666];[777 888 999]];
octave:5>
oct
浏览 5提问于2016-08-05得票数 3
假设有几个函数被多次调用。这些函数在3d向量( 1x3数组)上执行乘法、除法、加法等操作。
给定：
import numpy as np
import math
x = [0,1,2]
y = [3,2,1]
a = 1.2
根据我的测试，python数学库执行以下操作的速度更快：
math.sin(a)
而不是让numpy去做：
np.sin(a)
此外，使用python时，像标准化这样的简单算法比使用中讨论的方法的np.linalg.norm更快。
现在如果我们给数据增加一点复杂性，比如对3d进行矩阵乘法，我们有一个3x3的旋转矩阵，然后乘以另一个矩阵并转置，numpy开始获得优势。
目前
浏览 0提问于2015-03-02得票数 0
我的目标是从二维numpy数组中创建一个3D点列表(x，y，z坐标)。X和Y坐标对应于它的矩阵坐标。
这里有一个例子，让我们假设：
inp = np.array([
[15, 18, 14],
[10, 25, 13],
[9, 2, 56]
])
是一个在inpx，y上具有单个值的二维numpy数组。
out = np.array([
[0, 0, 15],
[1, 0, 10],
[2, 0, 9],
[0, 1, 18],
[1, 1, 25],
[2, 1, 2],
[0, 2, 14],
[1, 2, 13],
[2, 2, 5
浏览 17提问于2022-03-02得票数 0
1回答
我想创建3D对角线矩阵。我已经成功地用numpy例程numpy.fill_diagonal(numpy.zeros((N, N, N)), n)创建了一个，但是它不允许选择对角线来填充。 换句话说，我想找到这个numpy例程的3D推广：https://numpy.org/doc/stable/reference/generated/numpy.diag.html。谢谢。
浏览 52提问于2021-09-18得票数 0
回答已采纳
考虑以下函数，该函数将灰度图像(2D矩阵)作为输入：
function r = fun1(img)
r = sum(sum(img));
我正在考虑使用arrayfun来处理一系列图像(3D矩阵)，从而消除对for循环的需要：
arrayfun(@fun1, imgStack);
但arrayfun尝试将imgStack的每个元素都视为fun1的输入，上一操作的结果也是3D矩阵。如何让arrayfun知道我只想在imgStack的第三个维度上重复fun1
另一个问题是，arrayfun是否并行调用fun1？
浏览 1提问于2011-03-18得票数 1
3回答
假设我有矩阵A和B。
A是一个三维数组/张量(？)。
[1,2,3,4]
[5,6,7,8]
[1,2,3,4]
[5,6,7,8]
比如说，有4个不同的二维矩阵，就像上面那个横跨第三维的矩阵。
B是一个矩阵。
[1,2,3,4]
在B中也有4个，每个都是相同的。
如何将每个向量相乘(？)B中的每个2d矩阵在A中。
[1,2,3,4]*[1,2,3,4]*[1;2;3;4]
[5,6,7,8]
[1,2,3,4]
[5,6,7,8]
将有四种上述类型的乘法来获得四个4x1向量。我已经用numpy尝试过了：
y = numpy.aran
浏览 6提问于2014-03-27得票数 1
2回答
我正在使用numpy执行矩阵乘法，但我不知道如何利用numpy进行3d矩阵乘法。 假设我有一个3x3的矩阵a，我把它乘以一个3x1的向量b，这将得到一个3x1的向量c。 这是在numpy中使用以下命令完成的： # (3, 3) * (3, 1) -> (3, 1)
c = np.matmul(a, b) 好的，现在我想对一个3d矩阵执行类似的操作，这个矩阵本质上是2500个3x3矩阵。现在，我正在做一些事情，其效果是： # (2500, 3, 3) * (2500, 3, 1) -> list of (3, 1) vectors with length 2500
C = [np.
浏览 63提问于2021-01-06得票数 2
回答已采纳
1回答
在numpy中，numpy.dot()函数可用于计算两个2D数组的矩阵乘积。我有两个3D数组X和Y(比方说)，我想计算矩阵Z，其中Z[i] == numpy.dot(X[i], Y[i])表示所有的i。这是否是非迭代的呢？
浏览 0提问于2011-06-10得票数 9
回答已采纳
我有一个用numpy创建的3d数组，我想知道如何通过自定义的角度旋转它，而不仅仅是numpy所具有的rot90函数。有人能帮忙吗？
3d矩阵表示图像(如立方体或其他形状)
0:
1 1 1
1 1
1 1 1
1:
1 1
1 1
2:
1 1 1
1 1
1 1 1
编辑:移动解决方案以回答
浏览 0提问于2018-03-04得票数 4
回答已采纳
我正在使用python3中的numpy包。首先，下面是一些代码，它们显示了我在使用ndarray形状属性时遇到的奇怪行为。
threeDndarray = np.ndarray(shape=(2,5,2)) #3d ndarray to showcase behavor
print(threeDndarray.shape)
**output:** (2, 5, 2)
print(threeDndarray[:][:][:].shape)
**output:** (2, 5, 2)
#now the odd behavor
print(threeDndarray[:][1][:].shape
浏览 9提问于2018-08-06得票数 0
回答已采纳
1回答
简而言之:我有一个充满不同值的NxNxN矩阵。我想创建它的2D投影，看起来就像这样： (如果可能的话，也是3D的！)
长版:我用下面的循环做了一个维度为NxNxN的密度矩阵：
ndim = 512
massmat = np.zeros((ndim,ndim,ndim))
for i in range(0,npoints):
massmat[int(x1[i]),int(y1[i]),int(z1[i])] = massmat[int(x1[i]),int(y1[i]),int(z1[i])] + mpart
densemat = massmat/volumeofcell
m
浏览 0提问于2012-11-23得票数 1
回答已采纳
假设我有一个3D矩阵，我想把它缩小。我只想把第一个维度缩小到大约10个元素(最好是10个，但不是必要的)。我用了这个代码：
import numpy
m = numpy.random.rand(37,2,100)
new_m = m[0:-1:int(m.shape[0]/10)]
# new_m.shape = (12, 2, 100)
我的问题是这样的:我希望这个第一个维度的第一个和最后一个元素与我原来的矩阵相同。但是，对于我当前的代码，这个条件不适用于最后一个元素：
new_m[0,:,:2], new_m[-1,:,:2]
#[[ 0.06081972 0.91343839] [ 0
浏览 6提问于2017-05-22得票数 2
回答已采纳
2回答
因此，我尝试使用Numpy从3D矩阵中选择一些列，这些列基于向量中的值。我已经用列表理解解决了这个问题，但我认为使用Numpy的内置方法可能会有更好的方法。有没有人知道是否存在这样的方法或方法的组合？
matrix1 = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
matrix2 = np.array([[10, 11, 12],
[13, 14, 15],
[16, 17, 18]])
to
浏览 3提问于2020-11-19得票数 1
回答已采纳
假设多个矩阵具有不同的行数。它们包含在一个列表中。如何填充较小矩阵的行，使它们具有与最大矩阵相同的大小？ list_of_matrices = []
list_of_matrices.append(np.array([[3,3],[4,4]]))
list_of_matrices.append(np.array([[1,1,3],[2,2,5]]))
list_of_matrices.append(np.array([[1,1,3,7],[2,2,5,9]])) 在list_of_matrices中，我想创建一个3x4x2形状的3D numpy数组，其中缺失值(因为第一个到2D矩阵太小)被一
浏览 35提问于2020-11-01得票数 0
1回答
我有一维numpy数组，并希望存储它的稀疏更新。假设我有长度为500000的数组，并希望对100个元素进行100个更新。更新要么是添加，要么只是更改值(我认为这并不重要)。
用numpy做这件事的最好方法是什么？我只想存储两个数组: indices，values_to_add，因此有两个对象:一个存储密集矩阵，另一个只保存要添加的索引和值，我只需要对密集矩阵这样做：
dense_matrix[indices] += values_to_add
如果我有多个更新，我只是把它们连接起来。
但是这种numpy语法不能很好地处理重复的元素:它们只是被忽略了。
当我们有重复索引的更新时，更新对是O(n)
浏览 0提问于2018-10-28得票数 1
回答已采纳
2回答
压缩格式块对角矩阵的有效线性代数
、、、、
我有一个线性系统，其中所有的矩阵都是块对角的。它们的N块形状相同。
矩阵以压缩格式存储为具有形状(N, n, m)的numpy数组，而向量的形状为(N, m)。
目前，我将矩阵向量积实现为
import numpy as np
def mvdot(m, v):
return (m * np.expand_dims(v, -2)).sum(-1)
由于广播规则，如果矩阵的所有块都是相同的，我只能将其存储在一个具有(1, n, m)形状的数组中:带有向量(N, m)的乘积仍然给出正确的(N, n)向量。
我的问题是：
如何实现一个有效的矩阵乘积，从两个形状为(N, n, m)和(N,
浏览 4提问于2016-12-20得票数 2
回答已采纳
1回答
我正在追踪粒子进入3D晶格。用对应于展开的3D阵列的索引来标记每个晶格元素
S = x + WIDTH * (y + DEPTH * z)
我对从单元格S1到单元格S2的转换很感兴趣。得到的转移矩阵M(S1，S2)是稀疏填充的，因为粒子只能到达单元格附近。不幸的是，使用几何上接近的展开的3D数组单元格的索引可能会在它们的索引上有很大的差异。例如，位于彼此顶部的单元格(比方说z和z+1)的索引将按宽度*深度移动。因此，如果我尝试累加得到的2D矩阵M( S1，S2)，S1和S2将非常不同，即使这些单元是相邻的。这是一个重要的问题，因为我不能使用通常的稀疏矩阵存储。
一开始，我尝试以坐标格式存储
浏览 2提问于2014-07-13得票数 0
我有一个很大的图像矩阵125x200x3，图像有很多大的黑色区域，所以有很多行都是0，我想要完全删除所有这些黑色区域。我知道我应该使用all(m==0,3)，但我似乎不太明白如何在3d矩阵中使用它。
m(all(m==0,3),:,:)=[]
超过矩阵...如有任何帮助，我们不胜感激！
浏览 0提问于2011-12-07得票数 2
回答已采纳
1回答
我正在使用神经网络进行语义分割(人类解析)，类似于将人的照片作为输入，神经网络告诉我们每个像素最有可能是头部、腿部、背景或人体的其他部分。算法运行流畅，并给出一个numpy.ndarray作为输出。数组的形状是(1,23,600,400)，其中600x400是输入图像的分辨率，23是类别的数量。3d矩阵看起来像23层堆叠的2d矩阵，其中每一层都使用浮点矩阵来告知每个像素属于该类别的可能性。
为了使矩阵可视化，如下图所示，我使用numpy.argmax将3d矩阵压缩成一个2d矩阵，该矩阵包含最可能的类别的索引。但我不知道如何继续获得我想要的可视化效果。
编辑
实际上，我可以用一种微不足
浏览 19提问于2018-07-24得票数 1
回答已采纳
1回答
我想知道如果我有5个100×1的numpy数组，4个100×3的numpy数组，3个100×5的numpy数组和4个100×6的数组，那么存储所有这些矩阵的最有效方法是什么？我可以为每个人只有一个numpy数组，但这效率不高。我不能将它们存储在3D数组中，因为矩阵具有不同的维度。关于如何有效地存储它们，有什么建议吗？
浏览 0提问于2019-09-10得票数 0
1回答
在3d数组中，我知道我可以用以下方法转换整数：
import numpy as np
x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], np.int32)
x[x==0] = 99
print (x[0:])
[[99 1 1 2]
[99 5 99 99]
[ 2 99 3 3]]
有没有将字符串输入矩阵的方法？比如这样的东西？
import numpy as np
x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0, 3, 3]], np.int32)
浏览 0提问于2018-03-28得票数 2
回答已采纳
我把我的第一步移到vtk上，而且由于缺乏文档，我很挣扎。我有一个.vtk文件，它是我尚未创建的vtkDataSet类型对象。我需要导出它的内容，并将其转换为一个3D numpy矩阵，定制它及其张量，并将所有内容写入一个vtkDataSet对象和.vtk文件中。
到目前为止，我的结果是使用vtk.util.numpy_support vtk_to_numpy将点的坐标(这不是我所需要的)保存到一个numpy数组中。但是，我需要一个3D的数字矩阵来表示它的体绘制。说到张量，我想出了如何将9元素张量保存到文件中的方法和位置。我只是不确定如何正确地将它与要点联系起来。最后一步是vtk的三维numpy数
浏览 0提问于2019-06-03得票数 1
回答已采纳
1回答
我正在使用Python中的3D矩阵，例如，给定这样大小为2x3x4的矩阵：
[[[1 2 1 4]
[3 2 1 1]
[4 3 1 4]]
[[2 1 3 3]
[1 4 2 1]
[3 2 3 3]]]
我的任务是在每个维矩阵的每一行中找到熵的值。例如，在[1,2,1,4]上矩阵维数1的第1行中，归一化值(因此总和为1)为[0.125, 0.25, 0.125, 0.5]，熵值由公式-sum(i*log(i))计算，其中i是归一化值。得到的矩阵是一个2x3矩阵，在每个维中有3个熵值(因为有3行)。
下面是我的代码的工作示例，每次使用随机矩阵：
from scipy.st
浏览 0提问于2019-02-03得票数 2
回答已采纳
1回答
我偶然发现了一些matlab代码，其中一维向量(例如长度为100的“信号”)由一个3D矩阵(例如“距离”，维度为10x10x10)进行索引，结果(“信号(距离)”)是一个与索引的3D矩阵具有完全相同维度的10x10x10的3D矩阵。
matlab在那里到底做了什么？向量的元素到哪里去了？你知道要搜索的关键字吗？
我搜索了stackoverflow和mathworks的帮助页面，使用“索引”等关键字，但我没有找到任何有用的东西……
谢谢!
浏览 1提问于2013-01-17得票数 0
1回答
我是numpy的初学者，没有矩阵方面的经验。我理解基本的一维和二维数组，但我很难可视化像下面这样的3Dnumpy数组。下面的python列表是如何形成一个具有高度、长度和宽度的3d数组的？哪些是行和列？
b = np.array([[[1, 2, 3],[4, 5, 6]],
[[7, 8, 9],[10, 11, 12]]])
浏览 0提问于2018-01-11得票数 10
回答已采纳
我有一个3D ndarray ( X )表示的卷，它的值在0和255之间，还有另一个3D ndarray ( Y )，它是第一个数组的任意掩码，值为0或1。
我想找出一个随机样本的50个体素，在X中大于零，在‘图像’，等于1在Y，‘面具’。
我在R方面的经验如下：
idx <- sample(which(X>0 & Y==1), 50)
也许R的优点是我可以对3D数组进行线性索引，因为在numpy中只使用一个索引就可以得到一个2D矩阵。
我想它可能涉及到numpy.random.choice，但似乎我不能有条件地使用它，更不用说在两个不同的数组上设置条件了。还有别的方法我应
浏览 2提问于2017-12-07得票数 1
回答已采纳
1回答
我正在尝试创建一个函数，它对2-D矩阵求幂，并将结果保存在3D数组中，其中第一维是指数。这一点很重要，因为我求幂的矩阵的行代表了图上不同顶点的信息。例如，如果我们有A，A^2，A^3，每个都是shape (50,50)，我想要一个矩阵D= (3,50,50)，这样我就可以使用D:,1，：来检索关于节点1的所有信息，并能够对其进行矩阵乘法。我的代码当前是 def expo(times,A,n):
temp = A;
result = csr_matrix.toarray(temp)
for i in range(0,times):
temp = np.d
浏览 27提问于2019-10-10得票数 0
1回答
我有一个包含工作职业作为主要变量的数据框架，对于每个职业来说，这是一组组成一份工作的技能。我试图用余弦作为距离度量来寻找工件之间的余弦相似性。到目前为止，我设法得到了余弦矩阵/数组，但是我不能把这个数组作为包含职业之间相似性的数据框架。请参见下面的数据集示例、我迄今使用的代码以及我希望得到的预期结果。
数据集
INDEX 3D studio Accountancy Cooking
3d modeling 1 0 0
IC auditor 0
浏览 2提问于2018-08-06得票数 1
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
我在打印numpy 3D矩阵中的列时遇到了问题。以下是问题的简化版本：
import numpy as np
Matrix = np.zeros(((10,9,3))) # Creates a 10 x 9 x 3 3D matrix
Matrix[2][2][6] = 578
# I want to print Matrix[2][x][6] for x in range(9)
# the purpose of this is that I want to get all the Values in Matrix[2][x][6]
如果你们能帮我的话我很感激。提前谢谢。
浏览 2提问于2016-05-08得票数 1
回答已采纳
我正在尝试将python中的各种2D矩阵保存到3D矩阵中，但我收到了一个错误，以下是矩阵：
rho=np.zeros((Nx,Nt))
p=np.zeros((Nx,Nt))
u=np.zeros((Nx,Nt))
U=np.zeros((Nx,Nt,3))
F=np.zeros((Nx,Nt,3))
我尝试将前三个组合保存到后两个组合中，如下所示：
F[:][:][0]=u*rho
F[:][:][1]=p*u**2+p
F[:][:][2]=u(e + p)
我知道e是另一个NX×Nt矩阵在代码的另一部分，我似乎没有正确分配这个矩阵，因为我收到一个错误，说我无法将1000*1000矩阵保存
浏览 1提问于2017-02-27得票数 1
回答已采纳
1回答
给出两个平行阵列，一个是旋转矩阵阵列，另一个是三维点组，我正在寻找最快的方法将每个子群乘以其相应的矩阵。
通过使用numpy.einsum循环遍历每个组，我能够实现我想要的结果。我希望在没有循环的情况下有办法做到这一点。这是我到目前为止掌握的代码：
import numpy as np
N_GROUPS = 10
N_SUBGROUPS = 4
p = np.random.random((N_SUBGROUPS,N_GROUPS,3,)) # N_GROUPS of N_SUBGROUPS of 3D points
M = np.random.random((N_GROUPS,3,3,))
浏览 5提问于2016-07-26得票数 2
回答已采纳
1回答
我有一个3D矩阵xyposframe，我想删除该矩阵中的所有行，其中第一列的数字低于150或高于326。我尝试了以下方法，但这并没有给我想要的结果：
indexbelow = xyposframe(:, 1) < 150;
indexabove = xyposframe(:, 1) > 326;
xyposframe(indexbelow, :) = [];
xyposframe(indexabove, :) = [];
如何删除这些行？
浏览 5提问于2022-02-10得票数 0
回答已采纳
好的，假设我有一个3D矩阵A和另一个3D矩阵Inds。我想要做的是，对于每个堆栈A(i,j,:)，根据Inds(i,j,:)中给出的索引对堆栈进行置换。因此，如果A(i,j,:)是[1.5 2.5 3.5]，Inds(i,j,:)是[3 2 1]，那么A(i,j,:)就变成了[3.5 2.5 1.5]。
是的，我知道A(i,j,:)不是Octave中的向量。就当是permute(A, [1 3 2])(i,:,j)的简写吧。
这应该很简单，但不管是什么原因，我似乎找不到能做到这一点的函数。
浏览 3提问于2012-04-25得票数 0
回答已采纳
标题可以这么说，我正在尝试在使用numpy.split之后构建两个新的矩阵，所以：
#A is some mxn matrix
numfolds=5
folds = numpy.split(A,numfolds)
#now folds is 5 equalish subarrays which can be called out
#subarray1 is the second fold (the second fifth of A along axis=0 by default)
subarray1 = folds[2]
#numpy.delete does not get rid of t
浏览 3提问于2016-10-19得票数 0
回答已采纳
1回答
CUDA -从3D数组中提取图层
、、、、
我有一个3D矩阵，其中x-y平面表示图像，z平面表示图像层。
问题是当我尝试使用idz提取第一层(或其他层)时，我得不到预期的结果。看起来这个数组在CUDA中的x、y或z的索引与我预期的不同(就像在pycuda中一样)。我从下面的结果数组中看到了这一点。
下面是这个小例子的一步一步的过程(我使用通用的int数字来表示我的图像，以保存上传的图像和整个代码)！
在这里，我导入库并定义图像大小和层...
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import
浏览 0提问于2018-04-13得票数 0
1回答
我有一个带有2d点的numpy数组，我通过下面的等式将其从3d转换为2d： https://wikimedia.org/api/rest_v1/media/math/render/svg/198f15da062c7ce00598d7a2f9bd8169d7042ed3 如何将点转换回3D？ 我使用了上图中的自上而下视图矩阵。可在维基百科找到：https://en.wikipedia.org/wiki/Orthographic_projection #To 2D from 3d:
points2D = np.array([np.matmul(camera_pos, point) for poi
浏览 56提问于2019-01-02得票数 0
回答已采纳
2回答
我正在尝试编写一个C++程序，它需要在3D数组中存储和调整数据。大小是由用户给定的，在整个运行过程中不会改变，我不需要对它执行任何复杂的矩阵操作。我只需要对它进行优化，以设置和获取给定的3D坐标(我对所有成员进行了相当多的迭代，它是一个很大的数组)。定义该数组的最佳方式是什么？向量的向量？向量的数组？多通道CvMat/IplImage？我应该将其保持为3D，还是只是将其转换为一个很长的交错向量，并相应地计算索引？
谢谢!
浏览 5提问于2011-01-27得票数 0
我正在尝试用一个由我希望保留的索引组成的矩阵来索引3D矩阵的最后一个维度。
我有一个带有形状的推力值矩阵：
(3, 3, 5)
我想根据一些条件过滤最后一个索引，使其从大小5减少到大小1。我已经在最后一个维度中找到了符合我的条件的索引：
[[0 0 1]
[0 0 1]
[1 4 4]]
我想要实现的是:对于第一行和第一列，我想要最后一个维度的第0个索引。对于第一行和第三列，我想要最后一个维度的第一个索引。在索引方面，保持最终矩阵将成为(3, 3) 2D矩阵，如下所示：
[[0,0,0], [0,1,0], [0,2,1];
[1,0,0], [1,1,0], [1,2,1];
[2,
浏览 45提问于2019-07-11得票数 2
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
