-
20 votesanswersviews
Matlab相当于Numpy广播？
我试图找到一些方法从Matlab中的3 *（一个大数字）矩阵的每一列中减去一个3号向量 . 当然我可以使用一个循环，但我试图找到一些更有效的解决方案，有点像numpy广播 . 哦，我不能使用repmat，因为我没有足够的内存来使用它（因为它创建了另一个3 *（一个大数字）矩阵）... 这可能吗？ -
15 votesanswersviews
Numpy阵列广播规则
我在理解Numpy中阵列广播的规则时遇到了一些麻烦 . 显然，如果你在两个相同尺寸和形状的数组上执行逐元素乘法，一切都很好 . 此外，如果您将多维数组乘以标量，它就可以工作 . 我明白了 . 但是如果你有两个不同形状的N维阵列，那么我不清楚广播规则到底是什么 . 这个documentation/tutorial解释说：为了广播，操作中两个数组的 trailing axes 的大小必须是相同的大小，... -
4 votesanswersviews
NumPy广播不起作用
我试图广播两个向量之间的差异 . 这适用于这样一个简单的情况： In[1] : data = np.array([1,2]) In[2] : centers = np.array([[2,2],[3,3]]) In[3] : data - center Out[3] : array([[-1, 0], [-2, -1]]) 但是当我尝试做同样的事情但是尺寸更大... -
3 votesanswersviews
Numpy Broadcasting Answer的解释
我最近发布了一个问题here，答案完全按照我的要求回答 . 但是，我认为我高估了我进一步操纵答案的能力 . 我阅读了广播文档，并按照一些链接引导我回到2002年关于numpy广播 . 我使用broadcasting使用了第二种数组创建方法： N = 10 out = np.zeros((N**3,4),dtype=int) out[:,:3] = (np.arange(N**3)[:,None]/... -
4 votesanswersviews
numpy如何按列广播
我想通过np.array添加矩阵的每一列，但是numpy广播只允许通过np.array添加矩阵的每一行 . 怎么做？我的想法是首先转置矩阵然后添加数组然后转置，但它使用两个转置 . 是否有直接执行此功能的功能？ -
4 votesanswersviews
取消播放Numpy阵列
在一个大的代码库中，我使用 np.broadcast_to 来广播数组（这里只使用简单的例子）： In [1]: x = np.array([1,2,3]) In [2]: y = np.broadcast_to(x, (2,1,3)) In [3]: y.shape Out[3]: (2, 1, 3) 在代码的其他地方，我使用的第三方函数可以在Numpy数组上以矢量化方式运行，但这不是uf... -
0 votesanswersviews
Numpy Broadcasting
当我在Numpy进行此操作时会发生什么？ a = np.ones([500,1]) b = np.ones([5000,])/2 c = a + b # a.shape (500,1) # b.shape (5000, ) # c.shape (500, 5000) 我很难弄清楚这个广播中究竟发生了什么 . -
0 votesanswersviews
numpy dot如何与广播一起使用
我有两个numpy数组 . 当我使用numpy dot函数时，我得到了不同的结果 . 我无法理解点功能如何与广播一起产生这些输出 . 有人可以解释我这两者之间的区别 . A = np.array([[2,4,6]]) Y = np.array([[1,0,1]]) np.dot(A,Y.T) = array([8]) np.dot (Y.T, A) = array([[2, 4, 6], ... -
9 votesanswersviews
广播视图不规则地numpy
假设我想要一个大小为 (n,m) 的numpy数组，其中 n 非常大，但是有很多重复，即 . 0:n1 是相同的， n1:n2 是相同的等等（ n2%n1!=0 ，即不是规则的间隔） . 有没有办法只为每个重复项存储一组值，同时拥有整个数组的视图？ 例： unique_values = np.array([[1,1,1], [2,2,2] ,[3,3,3]]) #these are the v... -
1 votesanswersviews
添加新轴以方便广播，更好的方法？
我正在寻找一个很好的方法"clean up"两个数组的维度，我想用广播结合在一起 . 特别是我想广播一维数组，直到多维数组的形状，然后添加两个数组 . 我对广播规则的理解告诉我，如果多维数组的最后一个维度与一维数组的维度相匹配，这应该可以找到 . 例如，具有形状（，3）和（10,3）的数组将添加精细 我的问题是，鉴于我所拥有的数组是如何构建的，匹配维度恰好是数组的第一个维度，因... -
2 votesanswersviews
使用numpy .isin元素
我有一个非常简单的场景，我想测试二维数组的两个元素是否（单独）成为更大数组的成员 - 例如： full_array = np.array(['A','B','C','D','E','F']) sub_arrays = np.array([['A','C','F'], ['B','C','E']]) np.isin(full_array, sub_arr... -
19 votesanswersviews
Numpy`ValueError：操作数不能与形状一起播放......`
我正在使用python 2.7并尝试预测从1.00000000到3.0000000008的一些随机数据 . 我的阵列中有大约196个项目，我收到错误 ValueError: operands could not be broadcast together with shape (2) (50) 我似乎无法独自解决这个问题 . 任何帮助或相关文档的链接将不胜感激 . 这是我正在使用的代码生成此错误... -
1 votesanswersviews
在Numpy中减少或扩展广播
在下面的代码中，我们计算所有给定点对之间的向量的大小 . 为了加快NumPy中的这个操作，我们可以使用广播 import numpy as np points = np.random.rand(10,3) pair_vectors = points[:,np.newaxis,:] - points[np.newaxis,:,:] pair_dists = np.linalg.norm(pair_... -
5 votesanswersviews
计算矩阵中所有其他点之间的距离
我是Python的新手，我需要实现一个聚类算法 . 为此，我需要计算给定输入数据之间的距离 . 考虑以下输入数据 - [[1,2,8], [7,4,2], [9,1,7], [0,1,5], [6,4,3]] 我想在这里实现的是，我想计算[1,2,8]与所有其他点的距离，并找到距离最小的点 . 我必须为所有其他要点重复这一点 . 我试图用FOR循环实现它，... -
0 votesanswersviews
使用Python将大量数字写入HDF5文件
我目前有一个包含一百万行的数据集，每行约10000列（可变长度） . 现在我想将这些数据写入HDF5文件，以便稍后使用 . 我让这个工作，但它是 incredibly slow . 即使1000个值也需要几分钟才能存储在HDF5文件中 . 我一直在寻找各地，包括SO和H5Py文档，但我真的找不到任何描述我的用例的东西，但我知道它可以完成 . 下面我制作了一个演示源代码，描述了我现在正在做的事情：... -
0 votesanswersviews
Numpy Broadcasting - 统计数据
是否存在用于创建矩阵的numpy广播解决方案，该矩阵输出DataFrame中所有列之间的标准差？ 以下解决方案非常有用，但仅适用于平均差异（例如独立性等）Pandas - Creating Difference Matrix from Data Frame .感谢@divakar，@ yayhan，@ jezrael和其他人参与讨论 输入将是DfA 0 A1 B1 C1 1 8... -
2 votesanswersviews
如何使用高级布尔索引在numpy中分配值？
我正在尝试使用布尔索引将一维输出广播到三维数组 . 我有一个我想分配的数组： output_array = np.zeros((2,4,3)) 然后我用来做索引的一些布尔数组： dim0_bool = np.array([True, True]) dim0_dim1_bool = np.array([[True, True, True, False], ... -
1 votesanswersviews
有效地将阈值函数应用于SciPy稀疏csr_matrix
我有一个1列和x行的SciPy csr_matrix（在这种情况下是一个向量） . 在它中是我需要转换为离散类标签-1,0和1的浮点值 . 这应该使用阈值函数来完成，该函数将浮点值映射到这3个类标签中的一个 . 除了在Iterating through a scipy.sparse vector (or matrix)中描述的迭代元素之外没有办法吗？我希望有一些优雅的方式以某种方式映射（thres...