《numpy》专题

问题内容： 我正在使用Python工作，并且我有一个像这样的NumPy数组： 如何将其扩展为以下内容？ 这些只是一些示例数组，实际上我将调整几种大小的数组，而不仅仅是这些。 我是新来的，我似乎无法全神贯注于需要做的事情。 问题答案： @KennyTM的答案非常巧妙，确实适用于您的情况，但作为替代方案，可以为扩展数组提供更多的灵活性try ： 因此，这完成了沿一个轴的重复，以使其沿多个轴（如您所愿）

问题内容： 我正在使用NumPy在Python中使用标准方法创建对称矩阵/数组： 现在让我们变得聪明： 等一下 左上和右下部分是对称的。如果我选择了较小的阵列怎么办？ 好.... 只是要确保… 这是一个错误，还是我要学习一些有关NumPy数组的疯狂知识？ 问题答案： 该操作返回该数组的 视图 ，这意味着未分配新数组。反过来，这意味着您正在同时读取和修改阵列。很难说出为什么某些大小或结果区域起作用的

问题内容： 我终于在代码中发现了性能瓶颈，但是对于原因是很困惑的。为了解决这个问题，我将所有对的调用都改为使用。但是为什么太慢了？ 例如（注意在电话）： 但是奇怪的是，写入使用创建的数组要慢于使用创建的数组： 我的猜测是使用一些CPU技巧，而不是实际写入内存来分配它。写入时可以即时完成。但这仍不能解释数组创建时间的巨大差异。 我正在使用当前的numpy版本运行Mac OS X Yosemite：

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： 是否有内置的Numpy / Scipy函数来查找四分位数范围？我自己可以很容易地做到这一点，但是基本上存在… 问题答案： 接受多个百分位参数，这样做会稍微好一些： 要么 而不是两次致电：

问题内容： 我想检查numpy数组/矩阵的列中的所有值是否相同。我试图用的的ufunc ，但它似乎不是在所有情况下工作时： 为什么在第二种情况下中间的列也求和，而应该是？ 谢谢你的帮助！ 问题答案： 将每个值与第一行中的相应值进行比较： 如果该列中的所有值均为True，则该列共享一个公共值： 可以通过微观分析将其应用于以下情况时可以看到的问题： 前两项，并经过相等性测试，结果为： 现在，经过测试是

问题内容： 我在这里有点麻烦 我正在尝试将numpy.ndarray转换为字符串，我已经这样做了： 它有效，但是我想知道是否可以将其转换回numpy.ndarray。 最好的方法是什么？ 我正在使用numpy 1.8.1 上下文：目标是将numpy.ndarray作为消息发送到Rabbitmq（pika库） 问题答案： 您可以使用此方法： 对不起，我的回答很简短，评论不够。请记住声明数据类型，否则

本文向大家介绍numpy数组拼接简单示例，包括了numpy数组拼接简单示例的使用技巧和注意事项，需要的朋友参考一下 NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： ·实际的数据 ·描述这些数据的元数据 大部分操作仅针对于元数据，而不改变底层实际的数据。 关于NumPy数组有几点必需了解的： ·NumPy数组的下标从0开始。 ·同一个NumPy数组中所有元素的类型必须是相同的

问题内容： 有没有一种方法可以有效地为Numpy中的1D数组实现滚动窗口？ 例如，我有这个纯Python代码段来计算一维列表的滚动标准偏差，其中一维值列表和标准偏差的窗口长度： 有没有办法在Numpy内完全做到这一点，即没有任何Python循环？标准偏差对于而言是微不足道的，但是滚动窗口部分完全使我难过。 我发现这个关于numpy的滚动窗口博客文章，但似乎并没有为一维数组。 问题答案： 只需使用博

问题内容： 我想使用python改善卷积性能，并希望对如何最好地改善性能有一些见解。 我目前正在使用scipy进行卷积，使用的代码类似于下面的代码段： 我正在使用灰度级（0到255之间的整数值）处理图像数据，并且当前每个卷积得到大约四分之一秒。我的想法是执行以下操作之一： 使用corepy，最好进行一些优化使用icc和ikml重新编译numpy。使用python-cuda。 我想知道是否有人对这些

问题内容： 处理大型矩阵（1x <= N <= 20K和10K <= M <= 200K的NxM）时，我经常需要通过Cython将Numpy矩阵传递给C ++，以完成工作，这按预期进行且无需复制。 但是 ，有时我需要在C 中初始化和预处理矩阵并将其传递给 Numpy（Python 3.6） 。假设矩阵是线性化的（因此大小为N * M，它是一维矩阵-col / row major无关紧要）。按照这里

问题内容： 假设我有一些宽度x和高度y的图像。我必须将图像的中心部分裁剪为宽裁剪和高裁剪。假设cropx和cropty是正非零整数，并且小于各自的图像大小。对输出图像应用切片的最佳方法是什么？ 问题答案： 遵循这些原则- 样品运行-

问题内容： 我想使用numpy数组连接“列”向量，但是因为numpy默认情况下将所有数组视为行向量，并且沿任何轴都无济于事（而且也没有按预期进行）。 一种可能性（但太麻烦了）是 有更好的方法吗？ 问题答案： 我相信numpy.column_stack应该做您想要的。例： 它基本上等于 虽然。如文档中所述。

问题内容： 我正在尝试使用Numpy在Python中使用一些时间序列分析。 我有两个中等大小的序列，每个序列具有20k的值，我想检查滑动相关性。 corrcoef为我提供了一个自相关/相关系数矩阵作为输出。就我而言，这本身没有什么用，因为其中一个系列包含滞后。 相关函数（在mode =“ full”中）返回一个40k元素列表，看上去确实像我想要的结果类型（峰值与Lag所指示的距离列表中心远），但是

问题内容： 使用’numpy’或’scipy’（我没有使用’OpenCV’）我试图裁剪一个 图像中的区域。 有没有类似于“cropPolygon（image，vertices=[（1,2），（3,4）…]）”的东西 还是SciPy`？ 问题答案： 你在用matplotlib吗？我以前采用的一种方法是使用方法 的构造一个布尔掩码，然后 用于索引到图像数组中。 例如： Plotting: