Tag: numpy

(4,1,2) Numpy Array im Uhrzeigersinn

Ich habe ein numpy Array wie folgt: my_array = np.float32([[[ 323. , 143.]], [[ 237. , 143.]], [[ 227. , 230.]], [[ 318. , 233.]]]) Diese 4 Punkte repräsentieren die Ecken eines Rechtecks, das auf einem Bild liegt, ich muss sie im Uhrzeigersinn neu anordnen und es in ein neues np-Array speichern (oben links -> […]

Extraktion von gemeinsamen Element in vorgegebenen Arrays, um ein neues Array zu machen

Im folgenden Beispiel sind data1, data2 und data3 die gegebenen Arrays. Nun muss ich das Element herausfinden, das in allen gegebenen Arrays existiert. Dann muss ich ein neues Array mit nur diesen gemeinsamen Elementen machen und alle anderen Elemente als Nan-Wert zuordnen. Import numpy als np data1 = np.array ([[1,2,33,4,33,6],[7,8,9,10,93,12]]) data2 = np.array ([[1,14,33,15,33,17],[18,19,20,21,93,23]]) data3 […]

Verknüpfen Sie eine einzelne Zeitreihe mit einer großen Anzahl von Zeitreihen

Ich habe eine große Anzahl ( M ) von Zeitreihen, jeweils mit N Zeitpunkten, in einer MxN Matrix gespeichert. Dann habe ich auch eine eigene Zeitreihe mit N Zeitpunkten, die ich mit allen Zeitreihen in der Matrix korrelieren möchte. Eine einfache Lösung ist, durch die Matrix Zeile für Zeile zu gehen und laufen numpy.corrcoef . […]

Wiederholen Scipys Griddata

Das Raster der Daten (d) in unregelmäßigem Raster (x und y) mit Scipys Griddata ist Zeit, wenn die Datensätze viele sind. Aber die Längen- und Breitengrade (x und y) sind immer gleich, nur die Daten (d) ändern sich. In diesem Fall, einmal mit den Giddata, wie man das Verfahren mit verschiedenen d arrys wiederholen, um […]

Gibt es so etwas wie coo_matrix aber für spärliche Vektoren?

Ich versuche, einen spärlichen Vektor aus einer Reihe von Arrays zu erstellen, wo es einige überlappende Indizes gibt. Für eine Matrix gibt es ein sehr bequemes Objekt in scipy , das genau das tut: coo_matrix((data, (i, j)), [shape=(M, N)]) Wenn also Daten wiederholte Elemente haben (weil ihre i, j-Indizes gleich sind), werden diese in der […]

Wie man die Einheitsmatrix von numpy.dot ankommt (A, A_inv)

Ich bereite eine Matrix von zufälligen Zahlen vor, berechne ihre inverse und Matrix multiplizieren sie mit der ursprünglichen Matrix. Das gibt in der Theorie die Einheitsmatrix. Wie kann ich das für mich numpy machen? import numpy A = numpy.zeros((100,100)) E = numpy.zeros((100,100)) size = 100 for i in range(size): for j in range(size): A[i][j]+=numpy.random.randint(10) if […]

Berechnen Sie Pixel für Pixel-Mittel der Raster mit numpy

Da die beiden Raster (Raster1 und Raster2) einander überlappen, möchte ich ein neues Raster machen, indem ich das Mittel der überlappten Pixel berechnet Dh das resultierende neue Raster wird berechnet als: new = [[mean(1,3), mean(1,3), mean(1,3), mean(1,3), mean(1,3)],[mean(2,4),mean(2,4),mean(2,4),mean(2,4),mean(2,4)]] import numpy as np raster1 = np.array([[1,1,1,1,1],[2,2,2,2,2]]) raster2 = np.array([[3,3,3,3,3],[4,4,4,4,4]]) new = np.mean(raster1,raster2,axis=1) print (new.tolist()) Was ist […]

Wurzeln finden mit scipy.optimize.root

Ich versuche, die Wurzel y einer Funktion namens f mit Python zu finden. Hier ist mein Code: def f(y): w,p1,p2,p3,p4,p5,p6,p7 = y[:8] t1 = w – 0.500371726*(p1**0.92894164) – (-0.998515304)*((1-p1)**1.1376649) t2 = w – 8.095873128*(p2**0.92894164) – (-0.998515304)*((1-p2)**1.1376649) t3 = w – 220.2054377*(p3**0.92894164) – (-0.998515304)*((1-p3)**1.1376649) t4 = w – 12.52760758*(p4**0.92894164) – (-0.998515304)*((1-p4)**1.1376649) t5 = w – 8.710859537*(p5**0.92894164) […]

Schaffung einer spärlichen Matrix unbekannter Größe

Ich habe eine Textdatei mit jeder Zeile, die beispielsweise eine Kante auf einem Graphen anzeigt 2 5 1 Zeigt eine Kante von Gewicht 1 zwischen den Knoten 2 und 5. Ich möchte eine spärliche Nachbarschaftsmatrix mit diesen Tupeln erstellen. Normalerweise würde ich eine spärliche Matrix initialisieren G = scipy.sparse.lil_matrix((n,n)) Wobei n die Anzahl der Knoten […]

Dynamisch an einen Pandas Dataframe anhängen

Ich habe mit Pandas gespielt, um HTTP-Logs in Pandas für die Analyse zu bekommen, da es eine gute Quelle von großen Datenmengen ist und mir erlauben wird, Pandas zu lernen. Ich bekomme die Logs in einer Zeile zu einer Zeit gestreamt und kann daher nicht aus CSV importieren und muss diese in einen Pandas DataFrame […]

Python ist die beste Programmiersprache der Welt.