《numpy》专题

问题内容： 我遇到了这样一个事实，数组在多个位置通过引用传递，但是然后当我执行以下代码时，为什么和的行为之间有区别 我正在使用python 2.7和numpy版本1.6.1 问题答案： 在Python中，所有变量名都是对values的引用。 当Python评估分配时，右侧的评估先于左侧。创建一个新数组；它不会就地修改。 使局部变量引用此新数组。它不会修改传递给的原始引用的值。变量名称仅绑定到新数组

问题内容： 当使用范围表达式迭代大数组时，我应该使用Python的内置范围函数还是numpy来获得最佳性能？ 到目前为止，我的推理是： 可能求助于本机实现，因此可能会更快。另一方面，返回一个占用内存的完整数组，因此可能会产生开销。Python 3的范围表达式是一个生成器，它不会在内存中保存所有值。 问题答案： 对于大型数组，numpy应该是更快的解决方案。 在numpy中，您应该结合使用向量化计算

问题内容： 我有一个任意形状的numpy数组，例如： 以及最后一个轴上argmax的结果： 我想得到最大： 但无需重新计算所有内容。我试过了： 但是得到了： 问题答案： 您可以使用- 对于任何数量的维度的通用ndarray情况，如中所述，我们可以使用，就像这样-

问题内容： 我想检查变量是否为None或numpy.array。我已经实现了此功能。 但是，此代码引发ValueError。什么是直截了当的方式？ 问题答案： 使用测试是否是假设的其他可能值有真值。但是，大多数NumPy数组根本没有真值，因此无法应用于它们。 如果要测试对象是否为，最通用，最可靠的方法是直接使用以下检查： 这不依赖于具有真值的对象，因此它适用于NumPy数组。 注意测试必须是，不是

问题内容： 我试图弄清楚如何使用PythonNumpy函数cov计算协方差。当我将其传递给两个一维数组时，我得到了一个2x2的结果矩阵。我不知道该怎么办。我不太擅长统计，但我相信在这种情况下的协方差应该是一个整数。 这就是我想要的。我写了我自己的： 可以，但是我认为Numpy版本要有效得多，如果我能弄清楚如何使用它的话。 有人知道如何使Numpy cov函数像我写的那样执行吗？ 谢谢， 问题答案：

问题内容： 我已经学会了如何根据自己的好奇心来工作。 似乎最简单的功能最难翻译为代码（我理解代码）。对每种情况的每个轴进行硬编码很容易，但是我想找到一种动态算法，可以在任何轴上以n维求和。官方网站上的文档没有帮助（仅显示结果而不显示过程），并且很难浏览Python/ C代码。 注意： 我确实弄清楚了当对一个数组求和时，指定的轴是“已删除”，即，形状为（4，3，2）且轴为1的数组的总和会得出形状为的

问题内容： 我似乎在数组上使用时发现了一个陷阱，但是我找不到解释。本质上，如果我尝试对一个大数组求和，那么我会开始得到荒谬的答案，但这是 无声的， 而且我无法充分理解输出结果，而不是Google的原因。 例如，这完全按预期工作： 为两者提供相同的输出： 但是，这不起作用： 提供以下输出： 在更大的阵列上，有可能获得正面的结果。这是更隐蔽的，因为我可能根本不知道发生了什么不寻常的事情。例如： 给出以

问题内容： 我有一个numpy数组，我想强制将小于零的每个元素都设为零，并将每个大于255的元素强制降低到255。 例如。x =（-1,7,255,299）=>（0,7,255,255） 是否有一个不太复杂的单行代码可以完成此任务？ 问题答案： 答案是numpy.clip 关于标题中的问题：不可以。您可以使用向量化将lambda函数应用于每个元素，但这并不是最佳选择。

问题内容： 给定一个数组： 并给出其索引： 如何将它们整齐地堆叠在一起以形成新的2D​​阵列？这就是我想要的： 这是我目前的解决方案： 它可以工作，但是执行此操作是否更短/更优雅？ 问题答案： 在随后的步骤中使用然后分配索引和数组值- 请注意，我们避免使用，这可能会减慢速度。 样品运行- 性能 注意： 时间包括转换到数据帧，这是该解决方案的最终用例。

问题内容： 研究免责声明： 我已经检查了以下其他问题： 如何在python shell中导入numpy 从相对路径导入模块 也许对某些人来说，这些人可能会回答我的问题，但是据我所知，我仍然不了解这种情况。 我正在尝试导入numpy，以便matplotlib可以工作，但是在执行numpy文件夹中的文件时，显示以下错误消息： 解释从源目录中导入内容的含义，而不是其他导入方法。这是否意味着它在导入时不应

问题内容： 我从另一个线程@EnricoGiampieri对累积分布图python的回答中获得了提示，我写道： 我在np.histogram的文档中输入了density = 1，它说： “请注意，除非选择了单位宽度的bin，否则直方图值的总和将不等于1；这不是概率质量函数。” 好吧，的确，当绘制它们时，它们的总和不是1。但是，我不理解“统一宽度的箱”。当我将垃圾箱设置为1时，我得到一个空图表；当我

问题内容： 我在2D数组上恒定大小的移动窗口上执行操作。我可以实现高效的类似于矢量化的操作来执行此操作而无需在Python中循环吗？我目前的结构看起来像这样 这些评论可以 吃 留在这个问题暗指矢量化这种操作这种可能性，但没有进一步的细节矢量索引/切片在numpy的/SciPy的？ 问题答案： 如果可以表达功能 作为一个线性算，你可以使用SciPy的的signal.convolve2d函数来做到这一

问题内容： 我有一个列表看起来像这样： 我想把它弄平 有没有使用numpy的轻量级功能来执行此操作？ 问题答案： 如果没有numpy（），一种使用方式 是： 或者作为另一种Python方式，您可以使用 列表理解 ： 另一个非常适合短列表的功能方法也可以在Python2和Python3中使用（不要将其用于长列表）： 为了使其更快一点，您可以使用内置，而不是： 基准： 使用@Will答案的基准测试（对

问题内容： 假设我有一个如下的recarray： 说我想将某些列转换为浮点数。我该怎么做呢？我应该更改为ndarray并将其恢复为Recarray吗？ 问题答案： 这是用于执行转换的示例： 的是D型细胞： 我们可以将其更改为使用：

本文向大家介绍Python科学计算之NumPy入门教程，包括了Python科学计算之NumPy入门教程的使用技巧和注意事项，需要的朋友参考一下 前言 NumPy是Python用于处理大型矩阵的一个速度极快的数学库。它允许你在Python中做向量和矩阵的运算，而且很多底层的函数都是用C写的，你将获得在普通Python中无法达到的运行速度。这是由于矩阵中每个元素的数据类型都是一样的，这也就减少了运算过