NumPy - это расширение языка Python, которое добавляет поддержку больших многомерных массивов и матриц, а также большую библиотеку высокоуровневых математических функций для операций с этими массивами.
У меня есть датафрейм, как показано ниже:
import pandas as pd
# intialise data of lists.
data = {'Name':['Tom', 'nick', 'krish', 'jack'],
'Book1':[20, 21, 19, 18],
'Book2':[20,'', 12, 20],
'Book3':[31, 21, 17, 16],
'Book4':[31, 19, 18, 16]}
# Create DataFrame
df = pd....
У меня есть большой образец (M) логических массивов длины «N». Таким образом, возможны 2 ^ N уникальных логических массивов. Хотелось бы узнать, сколько массивов дублируют друг друга и создать гистограмму.
Одна из возможностей - создать уникальное целое число (a [0] + a [1] * 2 + a [3] * 4 + ... +....
Ниже приведен мой код, в котором я пытаюсь добавить 2 массива 1D к массиву 1 1D:
import numpy as np
import random
arr = np.random.randint(10, size=(1,))
arr1 = np.random.randint(20, size=(1,))
arr2 = np.random.randint(30, size=(1,))
print(arr)
print(arr1)
print(arr2)
aparr = np.append(arr, arr1, ....
У меня есть большая матрица N = 10000 трехмерных векторов. Для упрощения я буду использовать здесь в качестве примера матрицу 10 x 3:
import numpy as np
A = np.array([[1.2, 2.3, 0.8],
[3.2, 2.1, 0.5],
[0.8, 4.4, 4.4],
[-0.2, -1.1, -1.1],
[2.4,....
26 Ноя 2021 в 14:34
У меня есть 2-мерный фрейм данных pandas, который имеет в качестве индекса значения «1, 2, 'NaN', 'NaN', 'NaN', 'NaN'» и данные [10, 20, 30, 40, 50, 60 ]. Теперь я хотел бы построить массив numpy с размерностью (3,2). В первой записи первого измерения массива должны быть назначены первые два знач....
import pandas as pd
import numpy as np
data_A=pd.read_csv('D:/data_A.csv')
data_A имеет столбец с именем power.
Столбец power имеет только 0 и 1, а dtype - int64. Я хочу убедиться, что в столбце power только 0 и 1. Итак, если в столбце power есть другие числа, кроме 0 и 1, я хочу сделать значен....
Я пытаюсь создать график с k_b в качестве значения x и delta_P в качестве значения y. Я хочу построить график k_b против delta_P, но S = 3 для одной кривой и S = 0,1 для другой кривой. Однако я хочу, чтобы две линии были на одном графике. Есть ли у кого-нибудь совет, как это сделать? Ниже то, ....
26 Ноя 2021 в 05:22
Из следующего массива формы (6, 3):
>>> arr
[
[1, 0, 1],
[0, 0, 2],
[1, 2, 0],
[0, 1, 3],
[2, 2, 1],
[2, 0, 2]
]
Я хотел бы повторить значения согласно скользящему окну n=4, давая новый массив формы (6-n-1, n, 3):
>>> new_arr
[
[
[1, 0, 1],
[0, 0, 2],
....
25 Ноя 2021 в 17:51
Я пытаюсь визуализировать случайный массив квадратной формы (10, 10) в Python, используя matplotlib (версия 3.5). Я также включаю тики xaxis и yaxis, но тики для 10 показывают пустые данные. Кто-нибудь знает, как в этом разобраться?
Вот мой код:
import numpy as np
from matplotlib import pyplot as....
25 Ноя 2021 в 17:34
Я унаследовал некоторый код, и есть одна конкретная операция, которая требует чрезмерно много времени.
Операция определяется как:
cutoff = 0.2
# X has shape (76187, 247, 20)
X_flat = X.reshape((X.shape[0], X.shape[1] * X.shape[2]))
weightfun = lambda x: 1.0 / np.sum(np.dot(X_flat, x) / np.dot(x, x) ....
У меня есть начальное и конечное значение, и есть n пропущенных значений. Логика для заполнения пропущенного значения - найти среднее между начальным и конечным значением.
Псевдокод:
start_index = 0
end_index = len(l)
while
l[mid] = (l[start_index]+l[end_index])/2
update start_index and en....
25 Ноя 2021 в 12:13
Добрый день,
Я новичок в C и ctypes в Python.
Я пытаюсь передать функцию C в код Python.
Я продолжаю получать следующую ошибку: "нарушение прав доступа чтение 0x0 ..." при чтении 2D-массивов ("St" формы 10 000 x 521 и "dZ" формы 10 000 x 520) в следующей функции C:
#include <math.h>
#include <stdio.....
TL; DR; Я выполняю операцию с массивом (без математики) и обнаружил, что Cython работает значительно быстрее. Есть ли способ ускорить это в NumPy; или Cython?
Контекст
Я пишу функцию, которая предназначена для взятия подмножества массива NxN из index в обоих направлениях (верхний угол которого....
Используя образец данных и код ниже, я пытаюсь сгруппировать по годам и месяцам и найти верхних K столбцов с наименьшими значениями std внутри всех столбцов, оканчивающихся на _values:
import pandas as pd
import numpy as np
from statistics import stdev
np.random.seed(2021)
dates = pd.date_range('....
25 Ноя 2021 в 07:32
Используя pandas, я превратил свой CSV-файл в фрейм данных и назвал его data_A
data_A = pd.read_csv("D:/power.csv")
data_A имеет столбец time
Я хочу преобразовать его в целочисленный тип. Например, с 2020-01-01 00:00:00 на 20200101000000 Тип данных data_A['time'] - объект. Как я могу изменить в....
Я использую xgboost, и мне нужно воспроизвести его вывод, используя оператор if и дополнения. Однако я не получаю правильного результата.
Создадим случайные данные:
import numpy as np
import xgboost as xgb
import os
np.random.seed(42)
data = np.random.rand(100, 5)
label = np.random.randint(2, size....
У меня есть DataFrame ниже, в котором есть некоторые недостающие значения.
df = pd.DataFrame(data=[['A', 1, None], ['B', 2, 5]],
columns=['X', 'Y', 'Z'])
Поскольку df['Z'] должен быть целочисленным столбцом, я изменил его тип данных на pandas новый экспериментальный тип целое числ....
24 Ноя 2021 в 22:21
У меня есть данные 4D во фрейме данных. Мне нужно преобразовать его в массив 3D Numpy. Я могу сделать это с помощью циклов for, но есть ли более эффективный способ?
# Data:
df = pd.DataFrame()
df['variable'] = ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'D', 'D', 'D', 'A',
'A', 'A', 'B', ....
24 Ноя 2021 в 19:09
Итак, у меня есть массив numpy, array ([[- 1.228, 0.709, 0.], [0., 2.836, 0.], [1.228, 0.709, 0.]]). Каков мой план - выполнить добавление ко всем строкам этого массива вектором (скажем, [1,2,3]), а затем добавить результат в его конец, то есть добавить еще три строки? Я хочу выполнить один и тот ....
Используя Python, я перебираю большую коллекцию наборов корней (по сути, представленных как двумерный массив numpy) и каждый раз формирую монический многочлен, имеющий набор корней (называемых корнями) в качестве корней, как таковой:
poly = np.polynomial.polynomial.polyfromroots(roots)
Однако мой к....
24 Ноя 2021 в 17:13
Например, у меня есть два массива: «x» для фактических значений, «I» для их индекса в массиве.
x = [1, 2, 3, 3, 2, 4]
I = [0, 1, 2, 3, 4, 5]
В 'x' 4-е значение дублирует одно из 3-го значения, а 5-е значение дублирует одно из 2-го значения
Поэтому я хочу создать
y = [0, 1, 2, 2, 1, 5]
(содержащий ....
Я следую ответу на этот вопрос < / а>
У меня есть df вот так:
score_1 score_2
1.11 NaN
2.22 3.33
NaN 3.33
NaN NaN
........
Правило для вычисления final_score состоит в том, что мы требуем, чтобы хотя бы одна из оценок была non-null, если ....
У меня есть три массива numpy:
Arr1 = [9,7,3,1] (1 x 4 array)
Arr2 = [[14,6],[13,2]] (2 x 2 array)
Arr3 = [0,2] (1 x 2 array)
Мне нужно заменить элементы в Arr1 элементами в Arr2 с соответствующими индексами, указанными в Arr3, так, чтобы результат был:
Output_Arr = [[14,6],[7],[13,....
Опция по умолчанию для степеней свободы ddof в np.std - ddof=0.
При использовании np.std в pd.DataFrame.transform это поведение меняется:
import numpy as np
import pandas as pd
df = pd.DataFrame({"col1": [1, 2, 3, 4, 5, 9],
"group": ["a", "a", "a", "b", "b", "b"]})
std = df.group....
Интересно, о логике в питоне. При использовании any () или all () в массиве numpy и использовании false / True я всегда получаю False, но при использовании "==" я получаю ожидаемый ответ. Так
import numpy as np
a = np.array([True,False,True])
a.any() is False
>False
a.any() is True
>False
Но эта....
24 Ноя 2021 в 13:20
En Español