在列表中存储numpy数组
在云计算领域中，存储numpy数组通常可以通过以下几种方式实现：
- 对象存储（Object Storage）：对象存储是一种基于云的存储服务，可以用于存储大规模的非结构化数据，如numpy数组。通过对象存储服务，用户可以将numpy数组以对象的形式存储在云中，并可以通过唯一的标识符进行访问和管理。腾讯云的对象存储服务是腾讯云 COS（腾讯云对象存储），具有高可靠性、高扩展性和低成本的特点。您可以使用 COS SDK（腾讯云对象存储软件开发工具包）来访问和操作对象存储服务。了解更多信息和产品介绍，请参考腾讯云 COS 的官方网页：https://cloud.tencent.com/product/cos
- 文件存储（File Storage）：文件存储是一种用于共享和访问文件的存储服务。通过文件存储服务，您可以将numpy数组以文件的形式存储在云中，并且可以通过网络协议（如NFS、CIFS）在不同的计算节点之间进行共享和访问。腾讯云的文件存储服务是腾讯云 CFS（腾讯云文件存储），它提供了高可靠性、高性能和高扩展性的文件存储解决方案。您可以使用 CFS SDK（腾讯云文件存储软件开发工具包）来访问和操作文件存储服务。了解更多信息和产品介绍，请参考腾讯云 CFS 的官方网页：https://cloud.tencent.com/product/cfs
- 块存储（Block Storage）：块存储是一种提供持久性存储的存储服务，可用于存储操作系统、数据库和应用程序等数据。通过块存储服务，您可以将numpy数组以块设备的形式连接到虚拟机实例，并且可以像访问本地硬盘一样对其进行读写操作。腾讯云的块存储服务是腾讯云 CBS（云硬盘），提供了高可靠性、高性能和高扩展性的块存储解决方案。您可以使用 CBS SDK（云硬盘软件开发工具包）来访问和操作块存储服务。了解更多信息和产品介绍，请参考腾讯云 CBS 的官方网页：https://cloud.tencent.com/product/cbs
综上所述，存储numpy数组的方法包括对象存储、文件存储和块存储。根据具体需求，您可以选择合适的存储方式来存储和管理numpy数组数据。
相关·内容
我有一个包含numpy数组作为属性的对象列表。它们每个都有操作数组的方法。我想创建一个2Dnumpy数组，用于存储其他数组，并在操作单个numpy数组时进行更新。 使用列表很容易做到这一点，因为您只需要创建一个引用其他列表的列表。 >>> x = [1,2,3]
>>> y = [4,5,6]
>>> z = [x,y] # stores reference to x and y
>>> x[0] = 10
>>> z
[[10,2,3],[4,5,6]] 但是，在numpy中执行相同的操作会创建对象的
浏览 13提问于2020-01-22得票数 1
我试图理解与列表列表相比，使用numpy列表对numpy object数组的内存和其他开销的影响。
会随着维数的变化而改变吗？(如2D vs 3D vs N-D )。
我在使用.shape，.T数组时可以想到的一些好处是，像numpy这样的东西可以更快地将它们转换为np.matrix矩阵。
还有别的事吗？
另外，如果有人感兴趣，我使用的对象是：
import gmpy2 as gm
gm.mpfr( '0' ) # <-- this is the object
编辑：
为了澄清一下，我对n
浏览 4提问于2014-11-05得票数 5
回答已采纳
我想检查一维numpy数组列表中的一维numpy数组是否为if条件下的numpy数组。
我就是这样做的：
arr = np.array([1,2])
lst = [np.array([1,2]), np.array([3,4]), None, None]
if list(arr) in [list(i) for i in lst if i is not None]:
print("Yes")
else:
print("No")
但是列表和numpy数组的大小可以大得多，那么是否有更有效的方法来做到这一点呢？而不是将每个numpy数组更改为列表
浏览 8提问于2022-11-24得票数 0
有一种将python中的数字列表转换为numpy数组的方法。
但是，我尝试过的简单函数，例如numpy.average(x)，无论x是简单的python列表还是numpy数组都能工作。在哪种情况下，需要将python中的列表(或数组)转换为numpy中的数组？
浏览 1提问于2014-04-11得票数 3
回答已采纳
我有一个名称的样本数据集。它是一个csv文件，有2列，每列200行。这两列都包含随机名称。我使用以下代码将csv文件加载到pandas Dataframe中，将dataframe转换为numpy数组，然后将numpy数组转换为标准python列表。代码如下：
x_df = pd.read_csv("names.csv")
x_np = x_df.to_numpy()
x_list = x_np.tolist()
print("Pandas dataframe:")
print('Using sys.getsizeof(): {}'.format
浏览 0提问于2021-03-26得票数 0
我使用存储在列表中的numpy数组。这些数组没有单独的名称，我只是按列表中的索引来调用它们。
我需要同时保存和检索它们，因此我使用numpy.savez将它们存储到一个文件中。由于我的数组未命名，我只是列举了列表，numpy.savez为它们分配了自动名称"arr_0“、"arr_1”等等。
但是，当我试图使用numpy.load检索所有数组时，我发现numpy.load以看似随机的顺序列出了数组。当然，在还原数组之前，我可以对这个列表进行排序，但我发现很奇怪，没有简单的方法来存储和检索有序的未命名数组列表。
下面是一段测试代码来演示这件事：
import numpy as n
浏览 1提问于2016-11-07得票数 3
回答已采纳
3回答
我一直在探索HDF5及其python (h5py)，所以我尝试将一个HDF5文件(一亿个整数的一维数组)读入:一个普通列表，另一次读入一个numpy数组。与我试图将数据集转换为普通python列表时相比，将数据集转换为numpy的速度非常快(实际上，处理一个列表需要很长时间才能完成它)。
有谁能帮助我理解内部发生的事情，这使得将HDF5数据集转换为一个numpy数组比使用普通列表的速度要快得多呢？这与h5py与numpy的兼容性有关吗？
import numpy as np
import hdf5
def readtolist(dataset):
return "normal
浏览 0提问于2018-04-18得票数 1
回答已采纳
1回答
在NumPy中有什么内置函数可以同时保留值和数组吗？有点像x = [1,3,[3,4,2],4,[2,6]]。我尝试了numpy.array append方法，但是它返回类似于x=[1,3,3,4,2,4,2,6]的东西，比如元组或字典，甚至是Numpy中的列表来解决我的问题吗？据我所知，Numpy的ndarrays不起作用？
请帮我一把。
浏览 6提问于2020-07-15得票数 0
1回答
为什么numpy.array在切片时的行为与Python的列表和默认数组不同？请考虑以下例子：
1)使用list :语句b = a[1:3]创建一个新的list对象，而修改b不修改a。
>>> a = [1,2,3,4]
>>> b = a[1:3]
>>> print(b)
[2, 3]
>>> b[0] = -17
>>> print(b)
[-17, 3]
>>> print(a)
[1, 2, 3, 4]
2)使用array.array：语句b = a[1:3]再次创建一个新的数
浏览 3提问于2017-06-28得票数 0
回答已采纳
2回答
非常基本的问题。Numpy比list更快，比list做的更多。
我可以创建一个列表
A = [1,2,3,4]
我也可以用NumPy做类似的事情。
B = np.array([1,2,3,4])
如果NumPy可以完成列表所能做的所有事情，那么使用list有什么特定的原因吗？
浏览 3提问于2020-07-13得票数 1
回答已采纳
在下面的代码中，我打算通过附加(随机) numpy数组从一个空的列表开始创建一个列表。对于临时变量，我初始化了一个numpy数组变量'sample_pt‘，它作为一个临时变量保存(随机) numpy数组。虽然我希望有一个随机的numpy数组列表，但输出的是一个由相同的(最终) numpy数组填充的列表。我怀疑通过“变量名”调用numpy数组会返回它的内存地址。我是在正确的方向上，还是有什么好知道的？
代码
import numpy as np
sample_pt=np.array([0.]) # initial point
sample_list=[]
number_iter=3
浏览 1提问于2018-06-19得票数 0
1回答
我有一个二维numpy数组visrec。如果我这样做了
print visrec[0,:]
我得到了这个输出：
[ a1 a2 a3 a4 a5 a6]
其中a1, a2,..是dtype=float64
更清楚地说，visrec是一个存储在numpy.array对象中的1x6矩阵。它最初是使用以下命令创建的：
visrec=numpy.array(numpy.zeros((1,6)))
在一个循环中，我修改了visrec并将修改记录存储在一个列表中。我基本上是将每个修改添加到列表rec_history=[]中。我使用以下命令：
rec_history.append(vis
浏览 0提问于2012-05-13得票数 1
回答已采纳
我已经用Fortran做了很长一段时间的计算物理相关工作，最近我开始学习和玩Python。我知道，作为一种解释语言，Python通常比Fortran慢，主要用于CPU密集型的计算工作。但是，我认为使用numpy可以显着地提高像排序这样的简单任务的性能。
因此，我的测试用例是对一个数组/包含随机浮动的10,000大小的列表进行排序，使用气泡排序(只是一个包含许多数组操作的测试用例，因此不需要评论算法本身的性能)。我的计时结果如下(所有函数都使用相同的算法)：
Python3 (使用numpy数组，但我自己的函数而不是numpy.sort)：33.115 s
Python3 (使用列表)：9.92
浏览 2提问于2019-11-18得票数 5
回答已采纳
1回答
在Numpy中，似乎矩阵可以只是一个嵌套列表，不限于数字。例如
import numpy as np
a = [[1,2,5],[3,'r']]
b = np.matrix(a)
不会产生任何抱怨。
当列表可以处理非严格数学意义上的矩阵的对象时，这种容忍的目的是什么？
浏览 4提问于2016-11-17得票数 1
回答已采纳
1回答
a = [5,6,7,8]
print('for list:')
for i in a:
print((id(i))) import numpy as np
z = np.array([9,10,11,12])
print('for numpy:')
for i in z:
print((id(i))) 注意:当我试图查看列表中值的内存地址时，它需要32位的连续内存。但是，当我将列表转换为Numpy数组并打印值的地址时，交替的值采用相同的内存地址。我不明白为什么会发生这种事？ output:
for list:
94620302609024
9
浏览 74提问于2021-07-31得票数 1
回答已采纳
我现在更详细地讨论了numpy数组。您总是看到numpy ndarray使用的内存较少，但是如果您查看内存消耗总量，则ndarray要比列表大得多。
在列表中，int对象的大小为28字节，而在numpy数组中，numpy.int64对象的大小为32字节。
所以我不明白为什么他们说numpy对象使用的内存更少，因为numpy.int64对象比int对象大四个字节。
import numpy as np
from sys import getsizeof
def is_iterable(p_object):
try:
iter(p_object)
except
浏览 3提问于2021-12-09得票数 0
回答已采纳
我一直在试验在使用pypy的同时将数值数组保存到文件中的最佳方法(这意味着我不能使用明显的numpy.save、numpy.savetxt等，因为它们不受支持)。我尝试过使用Pickle模块(适用于pypy)，但Pickle只允许我保存数据列表。虽然我可以使用array.tolist()，但从一维Numpy数组移出时，这会变得复杂。
我知道Struct模块可以用来保存和加载numpy数组，但我不知道如何解决这个问题，而且在线信息似乎很少。
任何有用的提示/教程都会非常有用！
浏览 0提问于2012-11-23得票数 3
2回答
我从大量的数据中为示例生成特征向量，我希望在读取数据时增量地存储它们。特征向量是numpy数组。我事先不知道numpy数组的数量，我想增量地存储/检索它们。
查看pytables，我发现了两个选项：
数组：它们需要预先确定的大小，我不太确定附加多少在计算上是有效的。
表：列类型不支持列表或数组。
浏览 3提问于2013-04-17得票数 2
在Python中处理数据类型numpy数组时，我有些困惑。
问题1
我在python整数中执行以下脚本
>>> import numpy as np
>>> L = [1000,2000,3000]
>>> A = np.array(L)
>>> B = A
然后我检查以下内容：
>>> A is B
True
>>> id(A) == id(B)
True
>>> id(A[0]) == id(B[0])
True
这很好。但当时发生了一些奇怪的事情。
>>
浏览 1提问于2016-12-01得票数 4
回答已采纳
我有一个返回数组的函数，我想继续使用不同的参数调用该函数，然后在for循环过程中继续追加结果数组。现在，我只是定义了一个列表，并将新的数组添加到列表中，然后将其堆叠在最后。这似乎非常低效。 下面是一个示例:在这里，我刚刚定义了一个带有numpy random.rand的数组，用来显示应该返回然后追加的数组类型。 import numpy as np
total = 3
rows = 3
my_list = []
for i in range(total):
output_array = np.random.rand(rows,2) # this could be variable
浏览 28提问于2020-12-23得票数 0
我有一个很长的列表，我正在使用numpy.asarray()将它转换成一个numpy数组，在获得这个矩阵后删除原始列表是否安全，或者新创建的numpy数组是否也会受到此操作的影响？
浏览 0提问于2014-09-08得票数 3
1回答
我一直被告知python的本机追加是一个缓慢的函数，应该在for循环中避免。然而，经过几次小测试之后，我发现在使用for循环迭代它时，它的性能比numpy数组要差得多：
第一次测试数组/列表构造
附加python本机列表
def pythonAppend(n):
x = []
for i in range(n):
x.append(i)
return x
%timeit pythonAppend(1000000)
Numpy分配数组然后访问
def numpyConstruct(n):
x = np.zeros(n)
浏览 4提问于2019-11-28得票数 0
回答已采纳
1回答
如何创建动态数组
、、
据我所知，Python中的list类型是一个动态指针数组，当向其追加项目时，这将增加它的容量。NumPy中的数组使用连续的内存区来保存数组中的所有数据。
是否有任何类型可以动态地将其容量增加为列表，并将值存储为NumPy数组？类似于C#中的List。如果该类型具有与NumPy数组相同的接口，那就更好了。
我可以创建一个将NumPy数组包装在其中的类，并在数组填满时调整它的大小，例如：
class DynamicArray(object):
def __init__(self):
self._data = np.zeros(100)
self._size
浏览 1提问于2011-08-05得票数 22
回答已采纳
2回答
我正在为一个游戏编写一段代码，它使用游戏中所有对象的坐标位置来计算屏幕上所有对象之间的距离。最初我打算使用基本的Python和列表来做这件事，但由于需要计算的距离的数量将随着对象的数量呈指数增长，所以我认为使用numpy可能会更快。
我对numpy不是很熟悉，我一直在用它试验一些基本的代码。我写了一些代码，用numpy和普通的Python语言对同一个函数完成计算所需的时间进行计时，而numpy似乎总是比普通的Python多花一点时间。
这个函数非常简单。它从1.1开始，然后递增200,000次，在最后一个值上加上0.1，然后找到新值的平方根。这不是我在游戏代码中实际要做的事情，它将涉及从位置坐
浏览 3提问于2018-07-10得票数 0
1回答
假设有一个C++类，我们希望在其中定义要在python中调用的函数。在python方面，目标是能够通过以下方式调用此函数：
输入：类型为2D numpy-(Float32)，或列表列表或其他建议
Output：类型为2D numpy数组(Float32)，或列表列表或其他建议
如果它有助于延迟/简单，一维数组也是可以的。
例如，在标头中定义一个函数时：
bool func(const std::string& name);
它有字符串类型作为输入，bool作为输出。
有什么好的选择与上述要求写在标题中？
最后，在头文件之后，应该在pyx/pyd文件中为Cython编写什么？
浏览 2提问于2020-06-15得票数 0
回答已采纳
我想知道numpy函数是否可以正确处理大于int64或float128的数字: numpy函数应用于任何numpy数组外部的numbers/python对象。就像在应用于int128列表内容的列表理解中使用np函数一样？
我在他们的文档中找不到任何关于这方面的东西，但我真的不知道该怎么想和期待。从测试来看，它应该可以工作，但我想确定，几个琐碎的测试不会对此有所帮助。所以我来这里寻找知识：
如果np框架不能处理这么大的数字，那么它的函数是否能够处理这些数据呢？
编辑:对不起，我说得不清楚。请看上面的编辑，谢谢提前。
浏览 2提问于2016-07-24得票数 0
OpenAI的基线使用以下代码返回一个LazyFrames，而不是一个连接的numpy数组，以节省内存。这个想法是为了利用这样一个事实，即一个numpy数组可以同时保存在不同的列表中，因为列表只保存一个引用，而不是对象本身。然而，在LazyFrames的实现中，它进一步将连接的numpy数组保存在self._out中，在这种情况下，如果每个LazyFrames对象至少被调用一次，它将始终在其中保存一个连接的numpy数组，这似乎根本不会节省任何内存。那么LazeFrames有什么意义呢？还是我误解了什么？
class FrameStack(gym.Wrapper):
def __ini
浏览 50提问于2020-04-11得票数 1
我有一个包含任何类型对象的大型Python列表l，还有另一个包含整数索引的大型列表i (甚至是NumPy数组)，这些索引指向列表l中的一些元素。 问题是创建另一个包含带有i索引的l元素的列表l2的最快(最有效)方法是什么。 最简单的方法是做一个列表理解： l2 = [l[si] for si in i]
# Use np.nditer(i) instead of i, for NumPy array case 但这是最快的方法吗？ 列表理解是一个Python循环，所以对于大的列表可能会很慢，也许在用高效的C编写的标准库中有一些内置的Python方法来完成这项任务？或者也许在NumPy中有这样
浏览 33提问于2020-10-03得票数 2
回答已采纳
我试图通过使用numpy数组删除for循环和列表理解来优化我的代码。一般来说，代码的执行速度现在更快了，但是有一件事让我很困扰:将我的列表(大约有110000个元素)转换成一个numpy数组需要花费程序运行时的大部分时间(5到7秒，只是为了初始化一个数组！)
我有这个
rec = np.array(records)
其中records是对象的列表。
有没有可能加速这个numpy数组的创建？
浏览 2提问于2015-05-03得票数 3
1回答
假设我有一些物理计算。我想知道初始化数组来存储的最佳实践是什么，例如，位置和速度数据，我在循环中附加了值。我的问题是，是为每个信息(位置、速度、加速度)初始化单个列表/numpy数组，还是初始化一个多维列表/numpy数组或熊猫数据数组来存储这些数据并标记这些列。
import numpy as np
import matplotlib.pyplot as plt
import math
position = []
velocity = []
acceleration = []
for t in np.arange(0, 100):
#some calculations which
浏览 2提问于2021-07-11得票数 0
2回答
numpy vectorize函数很有用，但是当函数参数是列表而不是标量时，它的行为就不太好了。例如：
import numpy as np
def f(x, A):
print "type(A)=%s, A=%s"%(type(A),A)
return sum(A)/x
X = np.linspace(1,2,10)
P = [1,2,3]
f2 = np.vectorize(f)
f(X,P)
f2(X,P)
给予：
type(A)=<type 'list'>, A=[1, 2, 3]
type(A)=<type &
浏览 3提问于2010-12-21得票数 9
回答已采纳
3回答
受到Haskell的启发：
如何用Python中的numpy数组实现以下内容？
In [13]: [(x if x>3 else None) for x in range(10)]
Out[13]: [None, None, None, None, 4, 5, 6, 7, 8, 9]
换句话说，我正在寻找一个具有签名的numpy函数: Haskell中的f:[a]->(a->Maybe a)->[Maybe a]，其中[a]将是一个numpy列表。
我试过这个：
np.apply_along_axis(lambda x:x if x>3 else None,0,n
浏览 7提问于2016-06-27得票数 3
回答已采纳
我正在学习Pytorch，并在学习教程时遇到了这样的错误："RuntimeError:不能在要求梯度的张量上调用numpy()。使用tensor.detach().numpy()代替。“
我要把我的损失加到一个名为final_losses的列表中
for i in range(epochs):
y_pred=model.forward(X_train)
loss=loss_function(y_pred,y_train)
final_losses.append(loss)
这是一个简单的ANN模块，有两个完全连接的层，我在它们中使用Relu函数。我正试图打印一张
浏览 3提问于2022-10-11得票数 0
回答已采纳
在这个问题中，似乎每个人都同意numpy数组是一个更紧凑的结构。我试图复制这一点，我发现只有当列表变得巨大时，我才会发现这是正确的。我用的是python3.5ubuntu 12.04
import sys
from numpy getsizeof
a = [1.0,2.0,3.0,4.0]
print(getsizeof(a)) # 96
print(getsizeof(numpy.array(a))) # 128
a = list(range(1000))
print(getsizeof(a)) # 9112
print(getsizeof(numpy.array(a))) #
浏览 5提问于2016-11-21得票数 0
回答已采纳
使用Python的本机sum函数和NumPy的numpy.sum在性能和行为上有什么不同？sum工作在NumPy的数组上，numpy.sum工作在Python列表上，它们都返回相同的有效结果(没有测试溢出等边缘情况)，但类型不同。
>>> import numpy as np
>>> np_a = np.array(range(5))
>>> np_a
array([0, 1, 2, 3, 4])
>>> type(np_a)
<class 'numpy.ndarray')
>>>
浏览 2提问于2012-06-06得票数 80
回答已采纳
我正在使用python程序，它使用numpy数组作为数组的标准数据类型。对于繁重的计算，我将数组传递给C++库。为了做到这一点，我使用。但是，我需要使用python list。我通过以下方法从numpy数组和list进行转换：
NativeSolver.vector_add(array1.tolist(), array2.tolist(), ...)
这种转换会产生多少开销？我希望它不会创造出一个全新的副本。Numpy的推荐信说：
ndarray.tolist()
将数组数据的副本作为(嵌套的) Python列表返回。数据项转换为最近兼容的Python类型。
浏览 0提问于2016-09-16得票数 0
回答已采纳
1回答
我想在循环中更新许多numpy数组(在每个数组前面加上额外的元素)，而不必为每个数组重复代码。
我尝试创建一个包含所有数组的列表，并遍历该列表中的项并更新每个项，但这不会更改原始数组。
import numpy as np
arr01 = [1,2,3]
arr02 = [4,5,6]
arr99 = [7,8,9]
print('initial arr01', arr01)
arraylist = [arr01, arr02, arr99]
for array in arraylist:
array = np.concatenate((np.zeros(3, dtyp
浏览 1提问于2019-08-08得票数 0
回答已采纳
2回答
我正在尝试将一个数字附加到二维numpy数组的特定行。我执行了以下操作，但它不能正常工作：
onspiketimes=np.array([[] for i in range(9)])
neurs = [3, 4, 8, 2]
onspiketimes[neurs]=2
>>> onspiketimes
array([], shape=(9, 0), dtype=float64)
正如你所看到的，没有附加任何东西，onspiketimes仍然是空的。但是，我可以使用列表列表执行此操作，如下所示：
>>> onspiketimes= [[] for i in r
浏览 0提问于2018-08-11得票数 0
假设我们有一个类的实例列表，所有的类都有一个属性，我们知道它是一个浮点--调用属性x。在程序的各个点，我们想要提取x的所有值的numpy数组，以便对x的分布进行一些分析。这个提取过程做了很多工作，并且被确定为程序的一个缓慢的部分。这里有一个非常简单的例子来具体说明我的想法：
import numpy as np
# Create example object with list of values
class stub_object(object):
def __init__(self, x):
self.x = x
# Define a list of these
浏览 3提问于2017-04-20得票数 2
回答已采纳
我有一个(工作)函数，它使用heapq模块来构建一个元组的优先级队列，我想用numba编译它，但是我得到了一个非常长且不清楚的错误。这似乎归结为队列所需的元组顺序比较问题。元组有固定的格式，其中第一项是浮点数(我关心它的顺序)，然后是numpy数组，我需要它来计算，但在正常运行时从未得到比较。这是因为对numpy数组的比较会产生一个不能用于条件词的数组，并会引发异常。但是，我想numba需要一个标量生成比较，以便至少为元组中的所有项定义，从而定义numba错误。
我有一个很小的例子：
@numba.njit
def f():
return 1 if (1, numpy.arange(3
浏览 3提问于2022-03-28得票数 0
回答已采纳
如何使用数组模块在Python中定义二维数组？我知道如何使用不同的模块(如numpy或lists )来完成任务。我对阵列模块特别感兴趣。我尝试这样创建，它给出了错误的"TypeError:一个整数是必需的(获取类型列表)“。
from array import *
twoDArray = array('i', [[11, 12, 5, 2],[15, 6,10, 0]] )
浏览 2提问于2020-04-05得票数 1
如果我在python中创建了一个列表，并将一个不同的列表分配给它，那么第一个列表的更改将反映在第二个列表中：
a = [1, 2, 3]
b = a
a[0] = 0
print(b)
>>> [0, 2, 3]
当从列表创建numpy数组时，是否有可能实现此行为？我想要的：
import numpy as np
a = [1, 2, 3]
b = np.array(a)
a[0] = 0
print(b)
>>> [ 0 2 3 ]
但实际发生的是，b是[ 1 2 3 ]。我意识到，这是困难的，因为动态调整列表大小。但是如果我能告诉numpy这个列表永远不
浏览 11提问于2017-04-05得票数 1
回答已采纳
我想使用numpy来实现以下数据结构。现在我使用python字典来做工作，但它很难做向量运算，我必须多次添加向量，所以我想使用numpy来简化工作。在程序执行期间，主机的长度会有所不同。我是否可以用numpy结构数组来做这项工作，注意列表的长度是可变的？我不熟悉它，只是想知道它是否可能，这样就不会浪费时间了。
{
"0" :{
"coordinates": [100, 100],
"neighbours": [1, 40],
"hosts":[],
"v-capacity
浏览 0提问于2017-04-26得票数 0
1回答
我的函数接受不同大小的numpy数组的列表：
def function1(list list_of_numpy_arrays):
现在我正在做的是：
cdef int[:] a_view = list_of_numpy_arrays[index]
问题是我必须索引列表很多次，所以开销大大增加了时间(10倍)。我正在寻找像cdef int[:] a[5]这样的东西，在那里我可以拥有一个内存视图数组，这样我就可以避免索引python列表的开销。
如果有解决方案，我还可以传入一个列表列表。
def function2(list list_of_lists):
浏览 15提问于2019-07-07得票数 1
回答已采纳
我有一个numpy datetime64对象列表，如下所示： time_list_array = [numpy.datetime64('2021-01-01T07:23:00.000000000'),
numpy.datetime64('2021-01-01T07:25:00.000000000'),
numpy.datetime64('2021-01-01T07:26:00.000000000'),
numpy.datetim
浏览 12提问于2021-04-16得票数 0
2回答
将向量附加到空列表中
、、、
在for循环中，我迭代地从文件中读取一个向量，然后将其放入一个列表或numpy数组。对于numpy数组或列表，我真的不明白这个过程是如何工作的。因为我知道numpy数组不是用来改变大小的，所以我想使用一个空列表并迭代地追加我正在读取的向量
import numpy as np
a = np.array([[1],[2],[3]])
b = np.array([[2],[3],[4]])
c = timeStep = list()
c = c.append(a)
c = c.append(b)
上面的示例描述了我想要做的事情，但是当我在追加a后打印c列表时，终端显示里面什么都没有。
浏览 4提问于2022-02-04得票数 0
回答已采纳
3回答
从numPy数组列表中删除重复项
、、、、
我有一个普通的Python，它包含(多维) numPy数组，所有这些数组都是相同的形状，具有相同数量的值。列表中的一些数组是早期数组的副本。
我有一个问题，我想删除所有的重复，但事实上，数据类型是numPy数组使这有点复杂……
·我不能使用set()，因为numPy数组是不可接受的。
·我无法在插入过程中检查重复项，因为数组是由函数批量生成的，并使用.extend()添加到列表中。
·如果不使用numPy自己的函数之一，numPy数组就无法直接比较，所以我不能只使用“如果x在列表中”.
·列表的内容在进程结束时需要保持为numPy数组；我可以比较转换为嵌套列表的数组的副本，但我不能永久地将数组
浏览 1提问于2015-01-03得票数 7
回答已采纳
我有一个列表，它由几个具有不同形状的numpy数组组成。我想将这个数组列表重新组合成一个numpy向量，然后改变向量中的每个元素，然后将其重新构造为数组的原始列表。
例如：
输入
[numpy.zeros((2,2)), numpy.ones((3,3))]
第一
转矢量
[0,0,0,0,1,1,1,1,1,1,1,1,1]
第二
每次只改变一个元素。例如，将第一个元素0更改为2
[0,2,0,0,1,1,1,1,1,1,1,1,1]
最后的
把它转换回
[array([[0,2],[0,0]]),array([[1,1,1],[1,1,1],[1,1,1
浏览 7提问于2015-11-11得票数 2
2回答
在Matlab中，矩阵的缓冲区在列中是连续的。那么Python的numpy数组呢？在numpy.empty((n,1))和numpy.empty((1,n))之间哪个更好？
浏览 6提问于2013-08-30得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
