我有一个数组“可移动”,其中包含另一个数组" all“中的几个数字,其中包含从0到k的所有数字。
我想删除A中列出的可移动的所有数字。
All = np.arange(k)
removable = np.ndarray([1, 3, 4 , 7, 9, ..., 200])
for i in removable:
if i in All:
All.remove(i)
ndarray没有remove属性,但是我确信numpy中有一个简单的方法来解决这个问题,但是我在文档中找不到它。
我已经对图像数据进行了整理,现在我希望在一个培训和测试集中将其分开。但是,我如何初始化一个空的numpy数组,这样我就可以开始拼凑起来了?
我的简化代码如下所示:
#k-fold the data
kf = cross_validation.KFold(n, n_folds=2)
fold = 0
for train_ind, test_ind in kf:
#Get the persons of k-fold
train_pers = unique[train_ind]
test_pers = unique[test_ind]
#Set train+
有没有一种方法来过滤一个子午线的值,同时取一个轴的平均值?这是妇女权利部:
import numpy as np
import random
arr = np.ndarray((10, 5))
for i in range(10):
for j in range(5):
arr[i, j] = random.randint(0, 5)
mean = arr[arr < 0.7].mean(axis = 0)
这是不工作的,因为arr[arr < 0.7]是扁平的数组。
还有别的主意吗?
我有一个麻木的ndarray,这是我用numpy.loadtxt做的。我想根据第三列中的条件从其中拉出一整行。例如:如果array2满足我的条件,那么还要获取数组和数组1。我对python和所有numpy特性都是新手,所以我正在寻找最好的方法来做这件事。理想情况下,我希望一次拉取2行,但我不会总是有偶数行,所以我认为这是一个问题。
import numpy as np
'''
Created on Jan 27, 2013
@author:
'''
class Volume:
f ='/Users/Documents/wor
我有一个带有130×13的numpy矩阵。假设我想选择一组符合条件和列子集的特定行-
trainx[trainy==label,[0,6]]
上面的代码不工作,并引发错误- IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (43,) (2,).。
但是,如果我在两个步骤中这样做--第一个子集行,然后是列--它可以工作。是不是有什么奇怪的东西是这样工作的?
temp1 = trainx[trainy==label,:]
temp1 = temp1[:,[0,6]]