«numpy» 태그된 질문

NumPy 배열 A가 주어지면 동일한 함수 f 를 모든 셀 에 적용하는 가장 빠르고 효율적인 방법은 무엇입니까? A (i, j) 에 f (A (i, j)) 를 할당한다고 가정합니다 . 함수 f 에는 바이너리 출력이 없으므로 mask (ing) 연산이 도움이되지 않습니다. "명백한"이중 루프 반복 (모든 셀)이 최적의 솔루션입니까?

124 python  performance  function  numpy  vectorization 

큰 numpy 배열을 보존하는 빠른 방법을 찾고 있습니다. 바이너리 형식으로 디스크에 저장 한 다음 비교적 빠르게 메모리에 다시 읽어 들이고 싶습니다. cPickle은 불행히도 충분히 빠르지 않습니다. numpy.savez 및 numpy.load를 찾았 습니다 . 하지만 이상한 점은 numpy.load가 npy 파일을 "memory-map"에로드한다는 것입니다. 이것은 배열의 규칙적인 조작이 정말 느리다는 것을 의미합니다. 예를 들어, …

124 python  numpy  pickle  binary-data  preserve 

메모리에 numpy 배열이 크고이 func거대한 배열을 입력으로 받는 함수 가 있다고 가정 합니다 (다른 매개 변수와 함께). func다른 매개 변수를 사용하여 병렬로 실행할 수 있습니다. 예를 들면 : def func(arr, param): # do stuff to arr, param # build array arr pool = Pool(processes = 6) results = [pool.apply_async(func, [arr, …

123 python  numpy  parallel-processing  multiprocessing  shared-memory 

파이썬에 다음 목록이 있다고 가정합니다. a = [1,2,3,1,2,1,1,1,3,2,2,1] 이 목록에서 가장 빈번한 번호를 깔끔하게 찾는 방법은 무엇입니까?

123 python  numpy  statistics 

numpy가이 결과를 제공하는 이유 : x = numpy.array([1.48,1.41,0.0,0.1]) print x.argsort() >[2 3 1 0] 내가 이것을 기대할 때 : [3 2 0 1] 분명히 기능에 대한 이해가 부족합니다.

123 python  numpy 

RI에서 다음을 수행하여 원하는 출력을 생성 할 수 있습니다. data = c(rep(1.5, 7), rep(2.5, 2), rep(3.5, 8), rep(4.5, 3), rep(5.5, 1), rep(6.5, 8)) plot(density(data, bw=0.5)) 파이썬에서 (matplotlib 사용) 가장 가까운 것은 간단한 히스토그램이었습니다. import matplotlib.pyplot as plt data = [1.5]*7 + [2.5]*2 + [3.5]*8 + [4.5]*3 + [5.5]*1 + [6.5]*8 …

122 python  r  numpy  matplotlib  scipy 

다음을 포함하는 numpy 배열이 있습니다. [1, 2, 3] 다음을 포함하는 배열을 만들고 싶습니다. [1, 2, 3, 1] 즉, 배열 끝에 첫 번째 요소를 추가하고 싶습니다. 나는 명백한 것을 시도했다. np.concatenate((a, a[0])) 하지만 오류가 발생합니다. ValueError: arrays must have same number of dimensions 나는 이것을 이해하지 못한다-배열은 둘 다 단지 1d …

122 python  arrays  numpy 

이 특정 질문이 이전에 묻지 않은 것에 놀랐지 만 실제로 .NET 문서에서 찾지 못했습니다 np.sort. 정수를 보유하는 임의의 numpy 배열이 있다고 가정하십시오. > temp = np.random.randint(1,10, 10) > temp array([2, 4, 7, 4, 2, 2, 7, 6, 4, 4]) 정렬하면 기본적으로 오름차순이 표시됩니다. > np.sort(temp) array([2, 2, 2, 4, 4, …

121 python  arrays  sorting  numpy 

import numpy as np파이썬 인터프리터를 실행할 때마다 거의 매번 타이핑하는 것을 발견했습니다 . numpy를 자동으로 가져 오도록 python 또는 ipython 인터프리터를 어떻게 설정합니까?

120 python  numpy  ipython 

np.nanNumPy 배열에서 NaN ( ) 발생을 확인하는 가장 빠른 방법을 찾고 X있습니다. np.isnan(X)그것은 X.shape잠재적으로 거대한 shape의 부울 배열을 구축하기 때문에 의문의 여지 가 없습니다. 시도 np.nan in X했지만 작동하지 않는 것 같습니다 np.nan != np.nan. 이 작업을 수행하는 빠르고 메모리 효율적인 방법이 있습니까? ( "얼마나 거대"냐고 묻는 사람들에게 : 모르겠다. …

120 python  numpy  nan 

numpy를 읽는 동안 함수를 만났습니다 numpy.histogram(). 그것은 무엇이며 어떻게 작동합니까? 문서에서 그들은 쓰레기통 을 언급합니다 : 그들은 무엇입니까? 인터넷 검색을 통해 일반적으로 히스토그램을 정의하게되었습니다 . 알겠습니다. 그러나 불행히도이 지식을 문서에 제공된 예제에 연결할 수 없습니다.

120 python  numpy  histogram 

numpy 배열이 있다고 가정합니다. data = np.array([[1,1,1],[2,2,2],[3,3,3]]) 그리고 이에 상응하는 "벡터 :"가 있습니다. vector = np.array([1,2,3]) data결과는 다음과 같이 빼거나 나누기 위해 각 행을 따라 어떻게 작동합니까? sub_result = [[0,0,0], [0,0,0], [0,0,0]] div_result = [[1,1,1], [1,1,1], [1,1,1]] 간단히 말해서 : 각 행에 해당하는 1D 스칼라 배열을 사용하여 2D 배열의 각 …

119 python  arrays  numpy  scipy 

저는 최근에 Python 3.5로 이동했고 새로운 행렬 곱셈 연산자 (@)가 때때로 numpy 도트 연산자 와 다르게 작동 하는 것을 발견했습니다 . 예를 들어 3D 배열의 경우 : import numpy as np a = np.random.rand(8,13,13) b = np.random.rand(8,13,13) c = a @ b # Python 3.5+ d = np.dot(a, b) @연산자 …

119 python  numpy  matrix-multiplication  python-3.5 

2 차원 NumPy 배열이 있습니다. 축에 대해 최대 값을 얻는 방법을 알고 있습니다. >>> a = array([[1,2,3],[4,3,1]]) >>> amax(a,axis=0) array([4, 3, 3]) 최대 요소의 인덱스는 어떻게 얻을 수 있습니까? 그래서 출력으로하고 싶습니다array([1,1,0])

118 python  numpy  max  indices 

2D 배열의 열 수를 지정하여 1 차원 배열을 2 차원 배열로 변환하고 싶습니다. 다음과 같이 작동하는 것 : > import numpy as np > A = np.array([1,2,3,4,5,6]) > B = vec2matrix(A,ncol=2) > B array([[1, 2], [3, 4], [5, 6]]) numpy에 내 구성 함수 "vec2matrix"와 같은 기능이 있습니까? (2D 배열처럼 1D …

118 python  arrays  matrix  numpy  multidimensional-array