《numpy》专题

问题内容： 我了解由于数值误差（例如，以不同顺序对浮点求和），在数学上等效的算术运算如何导致不同的结果。 但是，令我惊讶的是，将零加到可以更改结果。我认为无论哪种情况，这对于浮动广告始终有效。 这是一个例子。我希望所有行都完全为零。有人可以解释为什么会这样吗？ 和的较小值似乎不会发生Z。 我也确定。 这是另一个示例，它还演示了python的内置行为符合预期： 我正在使用numpy V1.9.2。

问题内容： 我正在建模黎曼θ函数： 它对否定无效; 例如导致此错误： 为什么？应该只是如果我正确地记得我的数学。 问题答案： 在NumPy中，用于选择类似操作的输出dtype的逻辑基于dtype，而不是值。这意味着必须具有与相同的输出dtype 。 给出整数输出之类的东西很重要，这意味着必须给出整数或什么都不给出。他们什么也没捡。将整数提高为负整数幂是NumPy中的错误。 如果要浮点输出，请进行浮

问题内容： 有没有比numpy 2D数组更好的方法来计算给定行出现在numpy 2D数组中的次数 问题答案： 一种简单的方法是- 考虑到内存效率，这是一种将每行作为网格上的索引元组并假设输入中为正数的一种方法- 这 是一篇讨论与之相关的各个方面的文章。 注意： 使用计数布尔值可能要快得多，而不是使用求和。因此，请考虑将其用于上述两个方法。 这是一个快速的运行时测试-

问题内容： 在多处理调用的函数中，numpy ndarray的作用范围是否有所不同？这是一个例子： 使用python的多处理模块，我正在像这样调用一个函数： 调用，该变量在进程本地，即。它会按预期打印一个不同的随机整数。这些永远不会超过10，表明在每个过程中。那是对的吗？ 调用并置换数组的副本将返回4个相同的“改组”数组。这似乎表明工作副本不是本地子进程。那是对的吗？如果是这样，那么除了需要使用共

问题内容： 我想做一些类似于此处NumPy数组的操作，更改不在索引列表中的值，但不完全相同。 考虑一个数组： 我知道我可以通过索引列表访问其元素，例如： 但是我还需要访问那些 不在列表中的元素。天真地，这是： 正确的方法是什么？ 问题答案： In [170]: a = np.array([0.2, 5.6, 88, 12, 1.3, 6, 8.9]) In [171]: idx=[1,2,5] I

问题内容： 我想继承numpy ndarray。但是，我无法更改数组。为什么不更改数组？谢谢。 问题答案： 也许使它成为一个函数，而不是一个方法： 或者，如果您希望将其用作方法， 此处的主要区别在于，它不尝试修改，而仅返回的新实例。

问题内容： 我有一个3D-numpy数组，实际上包含大小为256x256的图像。现在，我想使用滑块一个接一个地显示这些帧。它似乎真的很慢。有更好的方法吗？ 问题答案： 尝试将更新功能重写为 这样您就不必在每次更新时都重新创建所有matplotlib对象

问题内容： 在numpy中我有一个数组 将超低值设置为零的最快，最简单的方法是什么 效率不是最重要的。 问题答案： 嗯 我对此并不满意，但这似乎可行： 您可以根据自己的问题选择容忍度。我通常使用一个数量级以上 但这取决于问题。

问题内容： 我设计了一个简单的函数来返回数学函数，该函数可用于拟合实验数据。这些功能看起来很像以下内容： 不幸的是，我在RunTimeWarnings中遇到了麻烦： 由于值太大或太小。但我无法自行解决此问题。有什么办法可以重新定义我的功能，使其在没有警告的情况下通过？ 问题答案： 使用以控制在这种情况下做什么numpy的：http://docs.scipy.org/doc/numpy/refere

问题内容： 我正在使用大量的fortran库来进行一些数学计算。因此，numpy中的所有数组都必须是 Fortran-contiguous的 。 目前，我使用numpy.asfortranarray（）完成此操作。 我的问题是： 这是一种告诉numpy数组应该以fortran样式存储的快速方法还是有一种更快的方法？ 是否可以设置一些numpy标志，以使创建的每个数组都具有fortran风格？ 问题

问题内容： numpy中有什么方法可以获取对角线数组的引用？我希望将阵列对角线除以某个因子，谢谢 问题答案： 如果是您的数组并且是因素， 参见Numpy手册。

问题内容： 我在与要转换为numpy数组的视频相同的文件夹中有一个python脚本。我的视频称为“ test.mp4”。 在我的脚本中，我想调用并返回一个numpy数组。所得的numpy数组应为图像的numpy数组，其中每个图像均为3-d numpy数组。 那有意义吗？ 谢谢！ 问题答案： 下面的脚本可以满足您的需求。您可以将它的一部分分成函数。 下面的代码不检查错误，特别是生产代码将检查每个变量

问题内容： 例如，尝试理解以下结果： 这里发生了什么？在[1]的情况下，它将1与x的每个元素进行比较，并将结果汇​​总到一个数组中。对于[[1]]，同样的事情。仅通过对repl进行试验，就很容易弄清楚特定阵列形状会发生什么。但是，双方可以具有任意形状的基本规则是什么？ 问题答案： NumPy会在比较之前尝试将两个数组广播为兼容形状。如果广播失败，则当前返回False。将来， 如果广播或元素比较等失

问题内容： 假设我有以下数组： 我怎么在那里我有值序列发生指数：？因此，在这种情况下的预期输出为：。 编辑： 1）请注意，这只是一个序列。可能是或或，仅此而已。 2）如果将我的数组修改为：，则具有相同序列的预期结果将是。 我正在寻找一些NumPy快捷方式。 问题答案： 嗯，这基本上是图像处理中经常出现的问题。这篇文章中列出了两种方法：基于纯NumPy和基于OpenCV（cv2）。 方法1： 使用N

问题内容： 我试图更好地掌握numpy数组，所以我有一个关于它们的示例问题： 假设我有一个名为a的numpy数组。我想对进行操作，使其中的所有小于0的值递增，其余的保持不变。例如，如果我有： 我想返回： 最紧凑的语法是什么？ 谢谢！ 问题答案：