我有一个多维数字形状数组(200,1500)。我想可视化此数据的汇总统计数据。因为num_cols太高,我不能全部画出来。我的问题是:
>
plt.figure(figsize=(20,4))plt.subplot(121)
ax=sns.distplot(X[:,1])
plt.subplot(122)plt.xlim(X[:,1]. min()*1.1, X[:,1]. max()*1.1)sns.boxplot(x=X[:,1])
正如@Shiva
所提到的,摘要统计和可视化方法取决于您的问题。问题公式决定了你是否需要均值或中值、标准差、特征值、频率分布等。如果你提供更多的细节,社区可以提供更具体的建议。
然而,有通用的分析技术,你可以考虑。例如,参见本博客文章,展示了应用于MNIST数据集的各种降维技术。还可以查看这篇讨论自动编码器在这方面应用的博客文章(向下滚动)。具体到可视化,您可以浏览Seaborn示例库,查看是否有任何示例可应用于您自己的数据集。
问题内容: 我在创建numpy数组的numpy数组时遇到问题。我将在一个循环中创建它: 所需结果: 实际结果: 可能吗?我不知道数组的最终尺寸,因此无法使用固定尺寸对其进行初始化。 问题答案: 永远不要在循环中追加数组:与基本的Python相比,这是NumPy非常不擅长的一项操作。这是因为您要对每个数据进行完整复制,这将花费您二次时间。 相反,只需将您的数组附加到Python列表中,并在最后进行转
问题内容: 我正在尝试绘制这样的多边形: 我希望得到以下输出: 为什么仍然是零?还有另一种方法将填充的多边形绘制到数组吗? 问题答案: 这是一个奇怪的结果。我发现,如果您颠倒了点的顺序,则会绘制出完整的图形。换一种说法: 这是一个测试程序: 例子:
本文向大家介绍Python numpy 点数组去重的实例,包括了Python numpy 点数组去重的实例的使用技巧和注意事项,需要的朋友参考一下 废话不多说,直接上代码,有详细注释 以上这篇Python numpy 点数组去重的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
我正在使用python来分析一些大文件,我遇到了内存问题,所以我一直在使用sys.getsizeof()来尝试跟踪使用情况,但是它在Numpy数组中的行为很奇怪。这里有一个例子,涉及到我必须打开的反照率地图: 数据仍然存在,但是对象的大小,一个3600x7200像素的映射,已经从200 Mb变为80字节。我希望我的内存问题结束,把所有的东西都转换成numpy数组,但我觉得这种行为,如果是真的,会在
问题内容: 我是Python的新手,正在学习 TensorFlow 。在使用 notMNIST数据集 的教程中,他们提供了示例代码以将标签矩阵转换为n之一的编码数组。 目标是获取一个由标签整数0 … 9组成的数组,并返回一个矩阵,其中每个整数都已转换为n之一的编码数组,如下所示: 他们为此提供的代码是: 但是,我根本不了解这段代码是如何做到的。看起来它只是生成一个介于0到9之间的整数数组,然后将其
本文向大家介绍python numpy 一维数组转变为多维数组的实例,包括了python numpy 一维数组转变为多维数组的实例的使用技巧和注意事项,需要的朋友参考一下 如下所示: 借助numpy库; 以上这篇python numpy 一维数组转变为多维数组的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。