《numpy》专题

问题内容： 我正在使用2D形状数组存储经度和纬度对。一方面，我必须合并两个2D数组，然后删除所有重复的条目。我一直在寻找类似于numpy.unique的函数，但是我没有运气。我一直在考虑的任何实现都看起来“没有优化”。例如，我正在尝试将数组转换为元组列表，使用set删除重复项，然后再次转换为数组： 是否有任何现有的解决方案，所以我不会重新发明轮子吗？ 为了清楚起见，我在寻找： 顺便说一句，我只想使

问题内容： 基本上，在尝试对numpy矩阵执行代数运算时，我在python中遇到内存错误。变量是一个大的double矩阵（在失败的情况下，它是288x288x156的double矩阵。在这种大情况下，我只会遇到此错误，但是我可以在其他大矩阵上做到这一点，只是不那么大）。这是Python错误： 是失败的代码行。 只是两倍，而和是上述大型矩阵（都是相同的大小）。 我对内存错误了解不多，尤其是在Pyth

问题内容： 我想从一维numpy数组（或向量）中选择多个不相邻的范围。 假设： 当然，这可行： 这可以通过单个索引获取： 但是，如果我要选择范围，该怎么办？ 我试过了： 有没有简单的方法可以执行此操作，或者我需要分别生成它们并进行连接？ 问题答案： 您需要在索引之前或之后进行串联。 使它变得容易 扩展切片并将其连接。 您可以混合切片和列表： 在索引之前进行连接可能比在之后进行连接要快，但是对于这样

问题内容： 我下面有一个数组： 我想要的是基于阈值将此向量转换为二进制向量。以threshold = 0.5为例，大于0.5的元素将转换为1，否则转换为0。 输出向量应如下所示： 我怎样才能做到这一点？ 问题答案： 布尔取暖 特殊情况： 如果您的数组值是介于0和1之间的浮动值并且您的阈值为0.5，则这是最佳解决方案。

问题内容： 我认为这是最流行的方式： https://pytools.codeplex.com/wikipage?title=NumPy%20and%20SciPy%20for%20.Net 但是此链接不再存在： https://store.enthought.com/repo/.iron/ 我最近找到了该指令的克隆，还在github上找到了ironpkg-1.0.0.py的克隆。 但是，互联网上

问题内容： 我的运行方式如下： 哪里是这个要点。 当我查看结果时，它是一个1D数组而不是2D数组： 它似乎是一个元组数组： 如果我从调用中删除转换器规范，它将正常工作并生成2D数组： 问题答案： 返回的结果称为 结构化ndarray ，例如，请参见此处：http : **//docs.scipy.org/doc/numpy/user/basics.rec.html** 。这是因为您的数据不是同质的

问题内容： 我有一个caffemodel文件，其中包含ethereon的caffe- tensorflow转换实用程序不支持的图层。我想生成我的caffemodel的numpy表示形式。 我的问题是，如何将caffemodel文件（如果有用，也有prototxt）转换为numpy文件？ 附加信息：我安装了python，带有python接口的caffe。我显然对咖啡没有经验。 问题答案： 这是一个很

问题内容： 小数dtype是否在numpy中可用？ 我想numpy.array并不支持每个dtype，但是我认为只要定义正确的操作，它至少可以让dtype传播到尽可能远的距离。我想念什么吗？有什么办法可以工作吗？ 问题答案： 重要提示：这是一个糟糕的答案 所以我在真正理解问题之前回答了这个问题。答案已被接受，并且有一些支持，但您最好跳至下一个。 原始答案： 似乎可用： 我不确定您要完成的工作，您的

问题内容： 我正在尝试使用numpy.lib.stride_tricks.as_strided遍历数组的非重叠块，但是在查找参数文档时遇到了麻烦，因此我只能获得重叠块。 例如，我有一个4x5数组，我想从中获取4个2x2块。我可以排除右侧和底部边缘的多余单元格。 到目前为止，我的代码是： 结果得到的blocks数组的形状似乎正确，但是最后两个断言失败了，大概是因为我的shape或stride参数不正

问题内容： 我有两个numpy数组： 我想从p_rem中的p_a_colors中删除所有列，所以我得到： 我认为，某些事情应该像 但我只是不知道轴或[：]正确。 我知道 可以，但是我试图避免（python）循环，因为我也想要正确的性能。 问题答案： 这就是我要做的： 您需要执行void dtype事情，以便numpy整体比较行。之后，使用内置的set例程似乎是显而易见的方法。

问题内容： 创建数组时，NumPy非常有用。如果for的第一个参数具有and方法，则根据它们可能是有效序列使用它们。 不幸的是，我想创建一个包含没有NumPy是“有用的”的数组。 分解为一个最小的示例，该类将如下所示： 如果“可迭代对象”的长度不同，那么一切都很好，而我得到的结果恰好是我想要的： 但是NumPy会创建一个多维数组，如果它们恰好具有相同的长度： 不幸的是，只有一个参数，所以我想知道是

问题内容： 我想获取与行匹配的二维Numpy数组的索引。例如，我的数组是这样的： 我想获取与行[0，1]相匹配的索引，该行是索引3和15。当我执行类似的操作时，… 我想要索引数组（[3，15]）。 问题答案： 您需要使用函数来获取索引： 或者，如文档所述： 如果仅给出条件，则返回 您可以直接调用返回的数组： 分解： 并在该数组上调用方法（使用）可为您提供两个均为True的位置： 并获取哪些索引是：

问题内容： 对于使用6阶多项式插值非线性数据，我有一个非常具体的要求。我看过numpy / scipy例程（scipy.interpolate.InterpolatedUnivariateSpline），这些例程最多只能进行5级插值。 即使没有直接函数可以执行此操作，是否有办法在Python中复制Excel的LINEST线性回归算法？LINEST允许进行6度曲线拟合，但是我不希望将Excel用于任

问题内容： 我正在使用numpy并尝试创建一个巨大的矩阵。这样做时，我收到内存错误 由于矩阵并不重要，因此我将向您展示如何轻松重现错误的方法。 毫不奇怪，这把我扔了 我想讲两件事： 我真的需要创建和使用一个大矩阵 我认为我有足够的RAM来处理此矩阵（我有24 Gb或RAM） 有没有一种简单的方法可以处理numpy中的大型矩阵？ 为了安全起见，我之前阅读过这些帖子（听起来很相似）： 使用Python

问题内容： 在这里，使用hdf5进行矩阵乘法时，我使用hdf5（pytables）进行大型矩阵乘法，但令我惊讶的是，使用hdf5比使用普通numpy.dot更快，并且将矩阵存储在RAM中，这种行为的原因是什么？ 也许在python中有一些更快的矩阵乘法功能，因为我仍然使用numpy.dot进行小块矩阵乘法。 这是一些代码： 假设矩阵可以容纳在RAM中：在10 * 1000 x 1000的矩阵上进行