具有每个轴的NumPy 2D数组布尔索引
NumPy是一种用于科学计算的开源Python库，它提供了高性能的多维数组对象以及用于处理这些数组的工具。NumPy中最常用的数据结构是ndarray（N-dimensional array的缩写），它是一个多维数组对象。在NumPy中，可以通过布尔索引来选择满足特定条件的数组元素。
NumPy的2D数组布尔索引是指使用布尔数组来选择2维数组中的元素。布尔数组是一个与原数组具有相同形状的数组，其中的元素为布尔值True或False。通过布尔索引，我们可以根据条件来筛选出符合条件的数组元素。
下面是一个完善且全面的答案：
NumPy的2D数组布尔索引可以用于根据条件选择数组中的元素。例如，我们有一个2D数组arr，其中存储了一些数据。我们想要选择数组中大于10的元素，可以使用布尔索引来实现。首先，我们可以使用条件运算符（例如arr > 10）生成一个与原数组形状相同的布尔数组，其中对应位置上的元素为True表示满足条件。然后，我们可以将布尔数组作为索引应用于原数组，以选择满足条件的元素。
NumPy的2D数组布尔索引具有以下优势：
- 灵活性：布尔索引允许我们根据自定义的条件来选择数组中的元素，从而提供了更大的灵活性。
- 简洁性：使用布尔索引可以用更少的代码实现复杂的数据筛选操作。
- 效率：NumPy底层使用C语言实现，布尔索引可以在底层实现中利用向量化操作，提高计算效率。
2D数组布尔索引在各种应用场景中都有广泛的应用，例如：
- 数据清洗：根据特定条件筛选出需要的数据，例如根据某个列的数值大小来选择行。
- 数据分析：根据某些条件选择特定的数据进行统计分析，例如选择销售额大于某个阈值的数据进行分析。
- 图像处理：根据图像的像素值选择特定区域进行处理，例如将图像中的某个颜色替换为其他颜色。
对于腾讯云相关产品，我推荐使用以下产品来支持NumPy的2D数组布尔索引：
- 腾讯云CVM（云服务器）：提供稳定可靠的计算资源，用于运行NumPy等科学计算库。
- 腾讯云COS（对象存储）：用于存储和管理大规模的数据，可用于存储NumPy数组数据。
- 腾讯云VPC（虚拟私有云）：提供私有网络环境，用于保护数据的安全性和隔离性。
- 腾讯云CDN（内容分发网络）：加速数据传输，提高数据访问效率。
您可以通过以下链接了解更多关于腾讯云相关产品的详细信息：
注意：本答案中没有涉及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等云计算品牌商。
相关·内容
假设我有两个二维numpy数组，X和Y，其中 X = np.array([[0,1,2,3],
[4,5,6,7]])
Y = np.array([[1,2,3,4],
[1,1,7,3]]) 我想创建一个新的2dnumpy数组，Z，它是X，Y元素的argmax，所以在这个例子中，Z应该是： Z = np.array([[1,2,3,4],
[4,5,7,7]]) 我已经尝试了以下的变体，没有一个返回预期的结果 np.array([(np.argmax
浏览 19提问于2021-06-26得票数 1
回答已采纳
我有一个numpy像素数组( 0或255)，我使用.where提取其所在位置的元组。现在，我想使用这些元组将1添加到单独的2D numpy数组中。是使用如下所示的for循环的最佳方式，还是有更好的类似于numpy的方式？
changedtuples = np.where(imageasarray > 0)
#If there's too much movement change nothing.
if frame_size[0]*frame_size[1]/2 < changedtuples[0].size:
print "No change- too m
浏览 4提问于2014-08-03得票数 1
回答已采纳
1回答
在我的NumPy 2D数组中有任何交换min和最大值的方法吗？
import numpy as np
n = int(input("How many arrays: "))
m = int(input("How many numbers: "))
rng = np.random.default_rng()
arr = rng.random((n, m))
print(arr)
浏览 3提问于2022-09-28得票数 0
回答已采纳
2回答
获取二维数组的特定值位置
、、、
我需要一些帮助来检测所有的二维数组的值(坐标)，以验证一个特定的条件。
首先，我尝试在一维数组中转换我的2D数组，并在一维数组中得到迭代(位置)，但当我在2D数组中重新转换时，这似乎很难找到好的位置，也不太“安全”。
在没有一维变换的情况下，有可能检测到这种情况吗？谢谢你帮忙！
例如：
import numpy as np
test2D = np.array([[ 3051.11, 2984.85, 3059.17],
[ 3510.78, 3442.43, 3520.7 ],
[ 4045.91, 3975.03, 4058.15]
浏览 4提问于2014-05-08得票数 1
回答已采纳
我并不清楚numpy在执行某些2d数组操作时所遵循的规则是如何将结果作为1d或2d数组返回的。让我们考虑下面的代码
idx_cls_samples = sample_data[:, -1] == c
v_feature = sample_data[idx_cls_samples, f]
f_values = sample_data[[sample_data[:, -1] == c], f]
请注意，最后一行只是将前两行合并为一行。
前两行的结果是表单数组(1，2，3，.)的numpy向量。最后一行的结果是数组([1，2，3，.])我认为结果应该是数组(1，2，3，.)在这两种情况下。如何事先
浏览 1提问于2016-03-31得票数 1
回答已采纳
我有一个3D数组，我想用给定的值来掩盖它。该值只出现在该数组的z方向(轴0)的一个2D切片中，因此z方向上的所有其他切片都是假的。
如何仅提取出现数字的2d数组，以及其发生的2d片的z维中的位置？
因此，假设我有一个小的3D数组：
import numpy as np
array = np.zeros((3,3,3))
array[2] = np.array([[2,2,0],[2,2,0],[2,2,0]])
print(array==2)
所以用值2掩蔽三维数组，会给出整个三维数组，但我只需要2d切片，在这种情况下，它将是三维数组中的第三个切片。
期望输出：
[[ True True
浏览 0提问于2018-03-22得票数 2
回答已采纳
我试图在灰色图像上滑动一个5 by 5 2D窗口。如果该2D窗口中的所有像素等于200，则将窗口内的中心像素值替换为100。
import cv2
import numpy as np
from PIL import Image
from scipy.signal import convolve2d as conv2
image = cv2.imread("testImage.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
output = (conv2(gray, np.ones((5, 5), dtype=int
浏览 2提问于2022-01-20得票数 -1
回答已采纳
2回答
我有一个带有形状的2D numpy数组(3024,4032)。
我有一个三维numpy阵列与形状(3024,4032，3)。
二维numpy阵列充满了0和1s。
3D numpy数组填充的值介于0到255之间。
通过查看2D数组值，我希望更改3D数组中的值。如果2D数组中的值为0，则沿最后一个轴将3D数组中的所有3个像素值更改为0。如果2D数组中的值为1，我不会更改它。
我已经检查过这个问题了，，但是它适用于两个维度相同的数组。在我的例子中，维度是不同的。
如何在两个数组中应用过滤，两个数组的大小在二维上相同，而在最后一个维度上没有大小？
浏览 11提问于2017-11-21得票数 6
回答已采纳
我有一个包含n2d数组的3d数组，无论如何，我可以将每个2d数组映射到某个值，而不需要使用python映射中的凸起，或者循环(我被要求只使用numpy函数)。
例如，我想做这样的事情：
def map2d_arr(arr2d): #this is for the exampe only can be any condition on the 2d array
return sum(arr2d) > 10;
a = np.arange(27).reshape((3,3,3))
res = np.map(map2d_arr,a) # how to do something like
浏览 2提问于2022-04-18得票数 0
2回答
我有一个2D的numpy数组，需要通过多个索引层更新所选的元素。显然，对我来说，这样做是行不通的，因为numpy似乎只是更新数组的副本，而不是更新数组本身：
import numpy as np
# Create an array and indices that should be updated
arr = np.arange(9).reshape(3,3)
idx = np.array([[0,2], [1,1],[2,0]])
bool_idx = np.array([True, True, False])
# This line does not work as intended
浏览 1提问于2019-03-23得票数 1
回答已采纳
1回答
我有一个2D数组和两个掩码，一个用于列，另一个用于行。如果我尝试简单地执行data[row_mask,col_mask]，那么我在说shape mismatch: indexing arrays could not be broadcast together with shapes ...时会出错。另一方面，data[row_mask][:,col_mask]可以工作，但不那么漂亮。为什么它期望索引数组的形状是相同的？
下面是一个具体的例子：
import numpy as np
data = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
row
浏览 3提问于2015-03-27得票数 2
回答已采纳
我想使用2D布尔掩码来选择性地改变pandas DataFrame中的一些单元格。我注意到我不能(成功地)使用numpy数组作为掩码，但我可以使用DataFrame。然而，更令人沮丧的是，我没有发现numpy方法的错误。
例如,
df = pd.DataFrame({'A':[1,2,3,4],
'B':[10,20,30,40]})
mask_np = np.array([[True,True],
[False,False],
[True,
浏览 0提问于2018-08-31得票数 5
说
Ellipsis扩展到与x.ndim长度相同的选择元组所需的:对象数。
然而，这似乎只适用于其他索引参数是ints和片对象时。例如，为了实现None的目的，Ellipsis似乎不考虑选择元组长度
>>> import numpy
>>> numpy.zeros([2, 2]).shape
(2, 2)
>>> numpy.zeros([2, 2])[..., None].shape
(2, 2, 1)
>>> numpy.zeros([2, 2])[:, None].shape
(2, 1, 2)
>&g
浏览 4提问于2017-10-24得票数 0
1回答
我有一个三维数组(在下面，z)，例如代表连续的2D数组(下面，a1和a2)在时间上。我想为所有这些二维数组沿着它们的轴选择一些值(条件在两个参考轴上(下面是x和y )，然后执行一些操作(例如，平均值、和、.)关于由此产生的“较小的”2D数组的继承。
下面的代码提出了几种方法来做到这一点。我发现solution1非常不优雅，但它的执行速度似乎比solution2快。为什么会这样，是否有更好的方法(更简洁、更高效(速度和内存))来做到这一点？
关于Step2，哪一种是最好的选择，还有其他更有效的选择吗?为什么计算C2不起作用？谢谢![灵感来源： ]
import numpy
import time
浏览 1提问于2014-12-13得票数 3
回答已采纳
2回答
我有一个大小为99列的100行数组，但希望将2D数组的最后一行添加到数组的末尾N次。我现在要做的代码是：
import numpy
array = numpy .concatenate((l, numpy.tile(l[-1],n)))
其中，l是数组，n是要添加到数组中的数组数。
当我尝试运行这个程序时，我会得到一个错误：
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at ind
浏览 8提问于2022-03-14得票数 0
1回答
在使用Numpy时，我经常需要使用布尔索引来访问数组的各个部分。为了便于阅读和键入，我经常将这些子数组存储到新变量中，例如：
n = 10000
X = np.random.rand((n, n))
W = np.random.random_integers(0, 1, n)
X0 = X[W==0]
X1 = X[W==1]
然而，当我处理越来越大的数据集时，这似乎是非常浪费的。在这种情况下，推荐的做法是什么？我应该每次只写(在上面的例子中) XW==0和XW==1吗？
浏览 3提问于2014-08-24得票数 2
回答已采纳
1回答
通常，numpy数组比列表操作或循环快得多，但在本例中也是如此：
我有一个4D数组和一个用于前三个轴的布尔索引数组；索引的输出是扁平的，至少在索引轴中是这样的，所以它是一个‘元组列表’(但以数组的形式)。
由于规则结构被破坏了，我假设这比规则网格的索引(即独立地索引每个轴)要慢得多？也许numpy内部确实计算了一个元组列表，然后将其转换为一个数组？
为什么我要问:我想列举输出，以便能够计算任何元组，如果它在列表中，以及在哪个位置。我试着理解哪种方法可能是快速和优雅的..。
我的上下文:我有一个整数坐标数组，一个网格，所以逻辑上我有一个三元组的三维数组，但是对于程序来说，它是一个4D-Arra
浏览 3提问于2016-03-13得票数 1
回答已采纳
2回答
我有：
>>> a
array([[1, 2],
[3, 4]])
>>> type(l), l # list of scalers
(<type 'list'>, [0, 1])
>>> type(i), i # a numpy array
(<type 'numpy.ndarray'>, array([0, 1]))
>>> type(j), j # list of numpy arrays
(<type 'list'&g
浏览 1提问于2017-12-15得票数 7
回答已采纳
如何从选定的Numpy阵列轴快速绘制2D线？
类推:当sum是关于axis = 0的任意矩阵sigma时，我会这样写：
import numpy as np
import matplotlib.pyplot as plt
sigma = np.array([
[[0. , 0.9, 0.6],
[0. , 0. , 0.4],
[0. , 0. , 0. ]],
[[0. , 0.8, 0.5],
[0. , 0. , 0.3],
[0. , 0. , 0. ]],
[[0. ,
浏览 0提问于2021-05-13得票数 0
回答已采纳
这个问题在这里已经有答案了 ： Numpy从np.argmin索引获取值[重复] (1个答案) 两天前就关门了。 我想沿着给定的轴在一个秩为3的数值数组中找到最小值的位置。我是通过以下方式获得这些位置的 然而，我不确定如何将其“应用”到原始矩阵以获得实际的最小值。 例如： import numpy as np
a = np.random.randn(10, 5, 2)
min_loc = a.argmin(axis = 0) # this gives an array of shape (5, 2) 现在，问题是我如何得到实际的最小值 什么？我试过了 ，这给了我一个形状 ..。这个形
浏览 28提问于2021-02-28得票数 2
回答已采纳
我似乎很难理解数组索引。
所提供的内容：
我确实有一个像这样的3d数组：
a_3d = np.zeros((3,3,3))
一个2d索引数组：
a_2d_index = np.array([[0,0,1], [0,0,0], [0,1,1]]).astype('bool')
以及在x，y位置放置到3d数组中的值：
a_1d_fill = np.array([10,20,30])
现在，我确实想使用a_2d_index查找a_3d中的位置，并将a_1d_fill垂直放置在这个x，y位置.
最终结果应如下所示：
a_3d := [[[0,0, 10],
[0,0
浏览 0提问于2017-03-18得票数 6
回答已采纳
我有一个2D数组，在该数组中，我试图绘制一列中所有行的直方图，并在另一列中设置条件。我试图在plt.hist()命令中选择子数据，以避免产生许多子数组，我已经知道如何做了。例如，如果
a_long_named_array = [1, 5]
[2, 6]
[3, 7]
我可以创建数组的一个子集，以便第一列大于5，方法是
a_long_named_subarray = a_long_named_array[a_long_named_array[:,1] > 5]
如何在不生成上述子数组的情况下绘制该子数据？请
浏览 1提问于2013-08-22得票数 2
回答已采纳
4回答
我是Python新手，我已经阅读了Filter rows of a numpy array?和文档，但仍然不知道如何用python的方式编写代码。 我有一个示例数组：(实际数据是50000 x 10) a = numpy.asarray([[2,'a'],[3,'b'],[4,'c'],[5,'d']])
filter = ['a','c'] 我需要用a[:, 1] in filter查找a中的所有行。预期结果： [[2,'a'],[4,'c']] 我当前的代码是：
浏览 223提问于2016-08-12得票数 10
回答已采纳
2回答
我创建了二维数组，并用2个布尔索引数组做了布尔索引。第一个是轴0，下一个是轴1。 我希望每个轴上的True和True值都是像Pandas一样选择的。但结果并非如此。 我想知道下面的代码是如何工作的。我想从描述这个问题的numpy官方网站获得链接。 提前谢谢。 a = np.arange(9).reshape(3,3)
a
----------------------------
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]]) a[ [True, False, True], [True, False, True] ]
-------
浏览 27提问于2021-11-03得票数 0
2回答
我想创建一个基于numpy 3d数组中的值的numpy 2d数组，使用另一个numpy 2d数组来确定在轴3中使用哪个元素。
import numpy as np
#--------------------------------------------------------------------
arr_3d = np.arange(2*3*4).reshape(2,3,4)
print('arr_3d shape=', arr_3d.shape, '\n', arr_3d)
arr_2d = np.array(([3,2,0], [2,3,2]))
pr
浏览 38提问于2019-08-17得票数 4
回答已采纳
我希望在三维数组的给定方向上获得2D切片，其中direction (或提取切片的轴)由另一个变量给出。
假设idx是3D数组中2D切片的索引，并假定direction是获取该2D切片的轴，则最初的方法是：
if direction == 0:
return A[idx, :, :]
elif direction == 1:
return A[:, idx, :]
else:
return A[:, :, idx]
我很确定一定有一种方法可以做到这一点，而不需要附加条件，至少在原始python中也是如此。numpy有捷径吗？
到目前为止，我找到的更好的解决方案(用于动态执
浏览 9提问于2015-06-27得票数 10
回答已采纳
是否有一个numpy函数来计算2D numpy数组中某个值出现的次数。例如。
np.random.random((3,3))
array([[ 0.68878371, 0.2511641 , 0.05677177],
[ 0.97784099, 0.96051717, 0.83723156],
[ 0.49460617, 0.24623311, 0.86396798]])
如何在这个数组中找到0.83723156发生的次数？
浏览 13提问于2016-07-06得票数 4
回答已采纳
2回答
这实质上是一个2D数组，相当于在存储特定值的索引上将python列表切片成更小的列表。我正在运行一个程序，它从CSV文件中提取大量数据，并将其复制到2D NumPy数组中。这些数组的基本格式如下：
[[0 8 9 10]
[9 9 1 4]
[0 0 0 0]
[1 2 1 4]
[0 0 0 0]
[1 1 1 2]
[39 23 10 1]]
我希望沿着包含所有零值的行分隔我的NumPy数组，以创建一组较小的2D数组。上述启动数组的成功结果将是数组：
[[0 8 9 10]
[9 9 1 4]]
[[1 2 1 4]]
[[1 1 1 2]
[39 23 10 1]]
我考虑过简单地迭
浏览 4提问于2020-07-28得票数 2
回答已采纳
我是从自动数字连续包的输出，并需要过滤出的结果有负值的变量，因为他们是非物理的。所以，如果我有，例如：
>>> a = np.array([[0,1,2,3,4],[-1,-0.5,0,0.5,1],[-3,-4,-5,0.1,0.2]])
我想留下：
>>> b
array([[ 3. , 4. ],
[ 0.5, 1. ],
[ 0.1, 0.2]])
但是当我尝试numpy.where时，我得到了：
>>> b = a[:,(np.where(a[1]>=0) and np.where(a[
浏览 3提问于2016-03-23得票数 3
回答已采纳
我有一个由6列组成的2d numpy数组：
x1 y1 z1 x2 y2 z2
我想通过比较y1和y2来对(xi，yi，zi)列进行排序。如果是y2>y1，我想交换，在该行中，顺序是x2、y2、z2、x1、y1、z1。
在numpy中有什么有效的方法来做到这一点？
浏览 2提问于2015-09-10得票数 1
回答已采纳
我需要帮助优化这个嵌套的for循环(python)。我在考虑利用numpy中的冒号表示法，但是我所有的尝试都导致了一些错误。
import numpy as np
board = np.random.rand(300, 300)
for i in range(300):
for j in range(300):
if (board[i,j] == 0):
if (np.random.randint(1000) == 1) : board[i,j] = 1
浏览 0提问于2016-04-30得票数 0
1回答
首先，我为自己在python和numpy方面都是一个绝对的初学者而道歉。请原谅我的无知。
我有一个四维立方体的压力测量，其中的尺寸是(样本的数量，时间，y轴，x轴)，这意味着，对于每一个样本，我有一个三维立方体的时空剖面。我需要收集这个三维立方体(时间，y轴，x轴)的压力读数，并将它存储到每个样本的数组中，只有在坐标满足特定条件的情况下。在更改特定条件时，此数组的大小也会有所不同。因此，我必须使用append()来构建这个数组。但是，由于对于1000个样本，我必须使用for -循环搜索超过数百万个坐标，所以我编写的代码效率很低，运行时间也很长(超过几个小时)。你能帮我更有效地写吗？
下面是我试
浏览 2提问于2019-09-29得票数 1
回答已采纳
2回答
我想从.npy文件中读取以执行一些信号处理任务，但在此任务期间，我收到了以下错误：
IndexError:只有整数、片(:)、省略号(...)、numpy.newaxis (None)和整数或布尔数组才是有效的索引。
这是我的密码：
import numpy as np
import matplotlib.pyplot as plt
file = '/signal/data.npy'
d = np.load(file,allow_pickle=True,encoding = 'latin1')
d['soma'][0]
有同样的问题，
浏览 1提问于2020-04-16得票数 0
回答已采纳
2回答
我有一个2d布尔数组，我试图从其中提取真值的索引。Numpy的非零函数将我的2d数组分解成x和y的位置列表，这是有问题的。
能否在保持行顺序的同时找到true元素的列索引？
列中的每个真值在同一行中相互关联，因此将它们拆分为(行索引、列索引)对是没有帮助的。这个是可能的吗？
我在想也许np.apply_along_axis可能有用。
浏览 5提问于2014-07-11得票数 17
回答已采纳
3回答
我试着对numpy阵列做一些基本分类..。我想比较一个2d数组和一个三维数组，沿着第三维空间，并根据相应的z轴值进行分类。
因此，假设有3个数组被堆叠成一个3d数组：
import numpy as np
a1 = np.array([[1,1,1],[1,1,1],[1,1,1]])
a2 = np.array([[3,3,3],[3,3,3],[3,3,3]])
a3 = np.array([[5,5,5],[5,5,5],[5,5,5]])
a3d = dstack((a1,a2,a3))
和另一个二维数组
a2d = np.array([[1,2,4],[5,5,2],[2,3,3]]
浏览 0提问于2015-03-11得票数 1
回答已采纳
2回答
我有以下代码：
print(type(a1), a1.shape)
a2 = a1 #.reshape(-1,1,2) this solves my problem
print(type(a2), a2.shape)
产出如下：
<class 'numpy.ndarray'> (8, 1, 2)
<class 'numpy.ndarray'> (8, 2)
我知道(注释掉的)整形解决了我的问题，但是，我想了解为什么一个简单的赋值会导致数组的中心维度丢失。
有人知道这是怎么回事吗？为什么引用另一个名称的数组
浏览 4提问于2019-11-30得票数 4
回答已采纳
我正在用Pythons NumPy模块进行编码。如果三维空间中的一个点的坐标被描述为[1, 2, 1]，那不是三维空间，三维，三维空间，三维空间吗？或者，如果这是一个维度，那么它不应该是点(复数)，而不是点？
以下是文件：
在Numpy中，尺寸被称为轴。轴的数目是秩。例如，3D空间1，2，1中一个点的坐标是1级数组，因为它有一个轴。那个轴的长度是3。
来源：
浏览 6提问于2013-10-15得票数 88
回答已采纳
1回答
在Numpy中，我们是否可以使用2D数组作为一维数组的索引？哪些数组索引规则适用于以下代码？
# 1D array
arr = np.arange(10)
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
# 2D index
indx = np.array([[2, 4], [6, 8]])
# 2D index in 1D array
arr[indx]
# Output of above indexing is a 2D array!
array([[2, 4],[6, 8]])
浏览 0提问于2018-03-12得票数 3
我很难想象标量、向量和矩阵是如何在数学/物理类中编写的，如何用普通的Python和numpy来表示它们，以及它们相应的尺寸、轴和形状的概念。
如果我有一个标量，比如说5
>>> b = np.array(5)
>>> np.ndim(b)
0
我有5的0维，但是这里的axes是什么？有ndim和shape的函数，但没有axes。
对于像这样的向量：
我们说我们在物理/数学类中有二维，因为它代表了一个2D向量，但是看起来numpy使用了一个不同的概念。
为什么ndim给1，shape给出维度是什么？
>>>
浏览 15提问于2022-02-02得票数 0
假设我们有一个多维数组。
import numpy as np
foo = np.random.random((2,4,3,5))
每个轴都与数据的特定特征相关，我对数据的一个子集感兴趣。
我可以在轴2上使用逻辑索引，在轴0和3上使用元素索引。
mask = np.array([1, 1, 0], dtype=bool)
bar = foo[0,:,mask,0]
我期望bar有形状(4,2)。相反，它具有形状(2,4)。每个轴中的数据与预期一致。然而，轴与我所期望的是颠倒的。
我怀疑这与广播口罩有关，但我想不出解决办法。
Python 3.6.4
Numpy 1.14.0
浏览 0提问于2018-05-09得票数 1
我需要能够在另一个数组中存储一个2D布尔数组，如下所示.
boolean[][] Player = new boolean[1][2];
Object[] Game = new Object[1];
Player[0][0] = true;
Player[0][1] = false;
Game[0] = Player[0][0];
我需要能够设置每个Game[]索引与一个球员，但我有以上的不起作用。有没有办法在数组中插入数组？
浏览 12提问于2014-10-10得票数 1
回答已采纳
我搞不懂为什么我在下面的代码中没有得到axis =3的错误 import numpy as np
a = np.arange(27)
b = np.arange(27)
a = a.reshape((3,3,3))
b = b.reshape((3,3,3))
c = np.mean([a,b],axis=3) 我使用上面的代码来理解numpy中的axis是如何工作的。 来自this article，它显示了2D情况： ? 我计算出对于多维轴，轴0总是沿行(y维)，轴1(x维)是沿着cols。因此，在我的例子中，我有一个3d数组，我会认为我应该有多一个轴，轴=2沿'z方向‘。但
浏览 8提问于2020-09-21得票数 2
回答已采纳
我需要将一些光谱数据绘制为2D图像，其中每个数据点对应于具有特定日期/时间的光谱。我需要绘制所有的光谱如下：-xx-轴-对应于波长-yy-轴-对应于日期/时间-强度-对应于通量
如果我的数据点在时间上是连续的/连续的，我会使用matplotlib的imshow。然而，不仅这些点在时间上并不都是连续的/顺序的，而且我在点之间有很大的时间间隔。
以下是一些模拟数据，它模仿了我所拥有的数据：
<code>A0</code>
如果我只需要打印上面数据的一个子集，我会这样做：
<code>A1</code>
但是，我不知道如何打印同一图中的所有数据，同时显
浏览 46提问于2019-12-05得票数 1
2回答
我有一个numpy 2d数组(8000x7200)。我要计算值大于指定阈值的单元格数。我试着用双循环来做这件事，但这需要很长时间。有什么方法可以快速完成这个计算吗？
浏览 0提问于2017-06-08得票数 4
回答已采纳
从3d数组开始(比如带有RGB的2d图像)。我想根据另一个2d矩阵的值来改变颜色。
import numpy as np
img=np.zeros((2,2,3)) # a black image
print('\nimg=',list(img))
b=np.array([[1,2],[3,4]]) # some 2d array of values
#img=np.where(b==1,[9,9,9],img) # ValueError: operands could not be broadcast together with shapes (2,2) (3,) (2
浏览 2提问于2022-01-28得票数 1
我有一个numpy 2D数组，我想让它返回coloumn c，其中(r，c-1) (row r，coloumn c)等于某个值(int n)。
我不想遍历各行，编写类似这样的代码
for r in len(rows):
if array[r, c-1] == 1:
store array[r,c]
，因为它们有4000个，而这个2D数组只是20个中的一个，我必须看一下低谷。
我找到了"filter“，但不知道如何使用它(没有找到文档)。
有没有提供这样的搜索的函数？
浏览 3提问于2010-11-22得票数 0
回答已采纳
2回答
与类似，我想知道如何通过截断大于某个阈值的值来截断numpy数组。所述数组的值按升序排列。
import numpy as np
a=np.linspace(1,10,num=10)
truncatevalue = 5.5
如何生成一个数组，该数组的a值小于truncatevalue，并且只包含这些值？在这种情况下，结果数组将是
a_truncated=([1., 2., 3., 4., 5.])
奖励：实际上有两个数组，我想根据其中一个数组中的值截断它们。
import numpy as np
a=np.linspace(1,10,num=10)
b=np.array([19, 17, 15
浏览 5提问于2014-08-29得票数 3
回答已采纳
例如：
import numpy as np
a = np.array([[[1,2,3],[1,2,3]],[[4,5,6],[7,8,7]]])
print(a.shape)
# (2, 2, 3)
因此，在每2d网格(在上面的例子中有3个网格)上，我想要计算平均值：
mean = [np.mean(a[:, :, i]) for i in range(3)]
print(mean)
# [3.25, 4.25, 4.75]
在numpy中有一种方法可以实现这一点吗？
我试着在轴上使用平均值，但结果并不像预期的那样。
浏览 1提问于2020-01-12得票数 0
回答已采纳
1回答
我在Python中有一个数组，如下所示：
array = [[UUID('0d9ba9c6-632b-4dd4-912c-e8ff0a7134f7'), array([['1', '1']], dtype='<U21')], [UUID('9cb1feb6-0ef4-4e15-9070-7735545d12c9'), array([['2', '1']], dtype='<U21')], [UUID('955d308b-3570-4166-895e
浏览 8提问于2022-06-20得票数 0
1回答
假设我加载一个图像如下：
> image = Image.open('temp.png')
<PngImagePlugin.PngImageFile image mode=RGBA size=1200x600 at 0x112F0C488>
注意，图像尺寸是1200x600。
我想以2D numpy数组的形式检索这个图像，其中每个条目都包含一个32位整数。
如果我这样做了：
np.array(image).shape
我得到：
(600,1200, 4)
如何将其转换为32位的RGBA 2D numpy数组？
浏览 1提问于2014-08-27得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
