《numpy》专题

有人能提出一种有效的方法，在一列中为另一列中的每个唯一值获取最高值吗 np。数组如下所示[column0，column1，column2，column3] 其中我想根据第3列的唯一值返回第1列的最高值。之后的新数组应该是这样的： 我知道如何通过循环来做到这一点，但这不是我所关心的，因为我工作的桌子很大，我想避免循环

我试图在Python3.7上创建一个图像（在Thonny上）。我想设置一个以灰色为单位的值的矩阵，所以0将是黑色，255将是白色。这个矩阵将代表我要创建的图像的像素。基本上，我想创建一个基于矩阵的黑白图像。下面是我的代码： 当我运行程序时，它说a是问题所在：“颜色必须是int或tuple”。 谢谢你的帮助，祝你有愉快的一天！ 我试着用图像。来自Marray： 有了这个，我应该有一个图像50 x 8

我正在使用Python 3.7的Anaconda发行版。在安装的软件包中，我有numpy、熊猫等。在PyCharm IDE中，我将项目解释器设置为使用Anaconda安装的python.exe的路径：C：\用户\my_user_name\AppData\本地\连续体\anaconda3\python.exe 但是，当我尝试运行一个简单的python脚本时： 我得到一个错误： 我试过使用Anacon

我有一个数组，我想屏蔽它，这样我就可以保持它的形状，即，不删除屏蔽的元素。 例如在此代码中 打印输入是对未屏蔽元素进行上述数学运算的结果，并返回一个没有屏蔽元素的1D数组。

我已经从图像中加载了一个数字高程图图像（一个浮点高度图），我正在数组中的每个2x2平方子矩阵上迭代，并执行计算并对结果求和。 此操作非常慢，因为我正在使用的高程图可能非常大（16Kx16K），而纯 Python 循环方法比 numpy 或 scipy 慢得多（或者我是这么读的）。但是，我找不到有关如何迭代多维 numpy 数组块的任何具体信息。 例如，如果我有以下3x3 Numpy数组（请记住，这

我很难选择一个NumPy矩阵的每行的特定列。 假设我有以下矩阵，我称之为: 我还有一个每行列索引的，我称之为: 我需要获得值： 我还可以生成一个与形状相同的矩阵，而不是带有索引的，其中每一列都是一个/范围为0-1的值，指示这是否是必需的列。 我知道这可以通过迭代数组并选择我需要的列值来完成。然而，这将经常在大的数据数组上执行，这就是为什么它必须尽可能快地运行。 因此，我想知道是否有更好的解决办法？

灵感来源于如何在R？中创建数字序列的帖子 问题: 我想在NumPy中制作以下序列。 我尝试了以下方法： Non-generic and hard coding using 上面的解决方案是通用的，但我想知道是否有更有效的方法在NumPy中实现。

我目前有以下问题，给定一个数组，为了简单起见，假设一个4 x 4数组（我实际上正在使用512 x 512） 我想在数组周围循环/滑动，这样我就可以在表单中保存新数组 < code>np.array([3，5]，[7，6])，np.array([2，4]，[8，8])，np.array([1，6]，[2，1])，np.array ([7，7]，[1，4])等等(理想情况下，我可以选择我的“滑动”窗口

我需要在灰度图像中分割出异常。在算法的某个地方，我计算一个矩阵，其中包含需要设置为零的已知像素强度。我该怎么做？ 例如： 计算的像素强度：（数组([94，95，96，97，98，99，100，101，102，103，104，105，106，107、108，109，110，111、112、113、114、115、116、117、118、119、120、121、122、123、124、125、126、

在对大矩阵（例如A和B，A.dot(B))进行乘法时，numpy是通过计算B的转置和使用行乘法来使用空间局部性，还是以列的方式访问B的元素，这将导致许多缓存丢失。我观察到，当我运行同一个程序的多个实例时，内存带宽正在成为瓶颈。例如，如果我在一台20核的机器上运行一个程序的4个独立实例，它执行矩阵乘法（对于大矩阵），我只看到2.3倍的加速。

我有一个数组，并希望将其广播到，但仅适用于的情况。否则应该用零填充。当然，我可以创建新的空数组并用填充它，如下所示： 不幸的是，这两个方法都用值填充所有对。 我的问题是，如果这是可能的创建数组的形状我需要使用大步和没有实际复制数据？

我正在尝试创建一个类似于这样的numpy数组： 所以这涉及到更新主对角线和它上面的两条对角线。 做这件事的有效方法是什么？

这得到了我想要的，但可能没有很好地扩展？ 产量

我想通过列和对数组进行排序，删除每列中最大的元素，然后继续排序。 我能够找到每个列的最大值及其索引，但如果不删除整行/列，我就无法删除它们。请帮帮我，我是新手！！！

我正在用python实现kmeans算法。我正在测试初始化质心的新方法，并希望实现它，看看它会对集群产生什么影响。 我的想法是从我的数据集中选择数据点，使质心初始化为数据的边缘点。 简单示例2属性示例： 假设这是我的输入数组 我想从这个数组中选择[3,3][3，-3][3,3][3，-3]的边点。所以如果我的k是4，这些点会被选中 在我工作的数据有4和9个属性和大约300个数据点在我的数据集中 注