如何跟踪numpy数组元素的索引
在Python中，可以使用numpy库来创建和操作数组。要跟踪numpy数组元素的索引，可以使用numpy库提供的函数和方法。
首先，导入numpy库：
import numpy as np然后，创建一个numpy数组：
arr = np.array([1, 2, 3, 4, 5])要跟踪数组元素的索引，可以使用numpy库中的ndenumerate()函数。该函数返回一个迭代器，可以同时获取元素的值和索引。
for index, value in np.ndenumerate(arr):
print("Index:", index, "Value:", value)输出结果将显示每个元素的索引和对应的值。
如果要跟踪多维数组的索引，可以使用ndenumerate()函数嵌套循环。
arr = np.array([[1, 2, 3], [4, 5, 6]])
for index, value in np.ndenumerate(arr):
print("Index:", index, "Value:", value)这样可以获取到每个元素在多维数组中的索引和对应的值。
对于numpy数组元素索引的跟踪，腾讯云提供了云原生数据库TDSQL，它是一种高性能、高可用、弹性伸缩的云原生数据库产品。TDSQL支持MySQL和PostgreSQL两种数据库引擎，可以满足各种规模和复杂度的业务需求。您可以通过以下链接了解更多关于腾讯云TDSQL的信息：
请注意，本答案仅提供了一个示例，实际上，要全面了解numpy数组元素索引的跟踪，还需要考虑更多因素和情况。
相关·内容
1回答
所以，我在一个使用蒙特卡罗方法的项目中，我在研究种子在伪随机数生成中的重要性。
在对蟒蛇做实验时，我试图弄清楚种子的变化是如何影响随机性的，但我发现了一些奇怪的东西，至少对我来说是这样。使用numpy.random.get_state()，我看到每次运行脚本时，种子启动都不一样，只更改一次，但对整个脚本保持相同的值，如下面的代码所示，它通过两个连续抽样比较状态：
import numpy as np
rand_state = [0]
for i in range(5):
rand_state_i = np.random.get_state()[1]
# printing on
浏览 6提问于2022-08-03得票数 0
回答已采纳
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
可以使用整数或布尔索引对numpy数组进行部分分配，如下所示：
import numpy as np
x = np.arange(5)
x[[2,4]]=0
x
## array([0., 0., 1., 0., 1.])
x[[True]*2+[False]*3]=2
x
## array([2., 2., 1., 0., 1.])
然而，即使x[[2,4]]在此上下文中处于lvalue中，也不能将lvalue赋值给另一个变量，因为在这种情况下，赋值是由__setitem__完成的，而__getitem__在传递整数或布尔列表时会创建一个副本：
x = np.arange(5)
y = x[
浏览 1提问于2019-10-18得票数 7
回答已采纳
在不改变数组元素类型的情况下，如何在数组上使用numpy .reshape函数？我的意思是：
letters = ['A', 'B', 'C']
letters_array = np.array(letters)
print letters_array
#['A' 'B' 'C']
print type(letters_array[0])
#<type 'numpy.string_'>
现在，我使用.reshape
letters_array = letters_arra
浏览 2提问于2014-03-28得票数 1
2回答
我希望从不满足特定条件的numpy数组theoretical_price_for_bonds中删除元素。我知道我可以用下面的代码行来完成这个任务。不过，我也想跟踪已删除元素的索引，我想知道如何才能做到这一点。
theoretical_price_for_bonds = theoretical_price_for_bonds[(theoretical_price_for_bonds>75)]
我尝试使用循环动态地从numpy数组中删除元素。价格是可以的，但dropped_indices实际上只是一张满是None的单子：
#To insert values into a list dynam
浏览 1提问于2015-07-30得票数 1
回答已采纳
1回答
我正在尝试理解numpy的nonzero函数。以下是一个示例应用程序：
import numpy
arr = numpy.array([[1,0],[1,1]])
arr.nonzero()
--> (array([0, 1, 1]), array([0, 0, 1]))
我可以看到，因为arr是二维的，所以nonzero()的输出是一个二元组。但是，我不明白为什么元组中每个元素的索引数超过了数组的行数/列数。我看得出来
arr[arr.nonzero()]
--> array([1, 1, 1])
但是如何...？
浏览 10提问于2011-10-28得票数 32
回答已采纳
我有一个尺寸为(1000,6)的(1000,6)，每次在我的程序中，我都会填写其中的一部分。我需要在这个数组中找到零的第一个位置。为此，我使用了np.where( array==0)。但是输出是一个大小为2的tuple，它的每一项都是一个numpy数组，我不知道如何在这个数组中找到出现零的第一个索引。我该怎么办？
浏览 1提问于2021-09-25得票数 1
回答已采纳
1回答
我很难理解如何在numpy切片后确定结果数组的形状。例如，我使用以下简单代码：
import numpy as np
array=np.arange(27).reshape(3,3,3)
slice1 = array[:,1:2,1]
slice2= array[:,1,1]
print "Content in slice1 is ", slice1
print "Shape of slice1 is ", slice1.shape
print "Content in slice2 is ",slice2
print "Shap
浏览 3提问于2015-09-18得票数 7
回答已采纳
2回答
我正在迭代一个NumPy (nd)数组的OpenCV行。我想删除所有8度垂直的线。我意识到numpy数组是不可变的，我在代码中所做的是不对的，但它展示了我所要做的事情的想法；
index = 0
for line in self.lines[0]:
if (line[1]*180)/np.pi > 8:
self.lines[0] = np.delete(self.lines[0], index, axis=0)
index+=1
如何删除这些NumPy数组索引？
谢谢!
浏览 2提问于2014-12-22得票数 1
回答已采纳
如何按嵌套的dtype对numpy数组进行排序？
我希望通过数组中的第一个元素对numpy数组进行排序
import numpy as np
from random import randint
# create dummy data
test = np.array([[[randint(1, 10) for _ in range(3)]] for _ in range(10)])
dtype = [('response', [('x', 'f'),('y', 'f'),('x', 'f
浏览 0提问于2020-05-22得票数 1
1回答
更新:道歉。我已经更新了代码以匹配现在的输出。 import numpy as np
x = np.arange(0,4,1)
matrix = x[:6,np.newaxis] + x[np.newaxis,:] 这将在行和列中生成如下所示的表： 0 1 2 3
1 2 3 4
2 3 4 5
3 4 5 6 这就是这个数组： array([[0, 1, 2, 3],[1, 2, 3, 4],[2, 3, 4, 5],[3, 4, 5, 6]]) 我的问题是numpy如何将每个单元格相加才能得到这个结果？
浏览 12提问于2021-09-26得票数 0
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
当测试numpy数组c是否是numpy数组列表的成员时，CNTS
import numpy as np
c = np.array([[[ 75, 763]],
[[ 57, 763]],
[[ 57, 749]],
[[ 75, 749]]])
CNTS = [np.array([[[ 78, 1202]],
[[ 63, 1202]],
[[ 63, 1187]],
[[ 78, 1187]
浏览 0提问于2018-10-30得票数 7
回答已采纳
当我运行这段代码时：
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
print(np.where(a > 2))
很自然地会得到一组索引，其中包含a > 2，即[2, 3, 4, 5]，但是我们得到：
(array([2, 3, 4, 5], dtype=int64),)
即有空的第二个成员的元组。
然后，要得到numpy.where的“自然”答案，我们必须这样做：
np.where(a > 2)[0]
，这个元组有什么意义？在哪种情况下有用？
注意:我在这里只谈论用例numpy.where(cond)，而不是也存在的
浏览 0提问于2018-06-01得票数 56
回答已采纳
2回答
我有两个numpy数组a和b，有2000万个元素(浮点数)。如果这两个数组的组合元素是相同的，那么我们称之为复制，应该从两个数组中删除它。例如,
a = numpy.array([1,3,6,3,7,8,3,2,9,10,14,6])
b = numpy.array([2,4,15,4,7,9,2,2,0,11,4,15])
从这两个数组中，我们有a[2]&b[2]与a[11]&b[11]相同，然后我们称它为重复元素，应该删除它。与a[1]&b[1]和a[3]&b[3]一样，虽然每个数组本身都有重复的元素，但它们并不被视为重复的元素。因此，我希望返回的数组为：
浏览 3提问于2016-03-26得票数 2
回答已采纳
1回答
Numpy高级索引混乱
、、、、
如果a是形状的numpy阵列(5,3)，b是形状(2,2)，c是形状(2,2)，ab，c的形状是什么？
有人能给我举个例子解释一下吗。我读过这些文档，但仍然无法理解它是如何工作的。
浏览 1提问于2018-07-15得票数 2
回答已采纳
我想从两个数组中删除nan，如果其中任何一个数组中都有相同位置的nan。数组的长度相同。以下是我正在做的事情：
y = numpy.delete(y, numpy.where(numpy.isnan(x)))
numpy.delete(y, numpy.where(numpy.isnan(x)))
但是，这只在x是nan的情况下才能工作。如果x或y都有nan，我如何使它工作呢？
浏览 3提问于2016-02-19得票数 2
回答已采纳
1回答
对不起，我知道有这么多关于索引的问题，这可能是我的问题，但我在这方面有点小麻烦。我对.loc、.iloc和.index方法以及切片非常熟悉。.reset_index方法可能没有(也可能不能)在我们的数据帧上被调用，因此索引标签可能不是有序的。dataframe和numpy数组实际上是dataframe的不同长度子集，但对于本例，我将使它们保持相同的大小(一旦有了示例，我就可以处理偏移量)。
这是一张我正在寻找的图片：
我可以根据一些搜索条件从数据框中拉出多个行。
idxlbls = df.index[df['timestamp'] == dt]
stuff = df.lo
浏览 16提问于2018-07-23得票数 1
回答已采纳
如何使用dtype=object访问numpy数组中的数据
b = numpy.array({"a":[1,2,3]}, dtype=object)
下面将引发一个IndexError。
print(b["a"])
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices
浏览 24提问于2021-12-19得票数 0
回答已采纳
I更新了代码和时间表.
我正在努力提高代码中函数的性能。我必须生成一个包含随机元素的列表。但是，列表的不同部分必须使用从不同集合中提取的元素填充。下面是代码的一个示例。我必须生成数百万这样的名单，一次一个。
函数foo1是最快的，但它不能满足我的需要。这是供性能参考的。函数foo2和foo3可以满足我的需要，但是花费的处理时间几乎是foo1的三倍。
Python2.7.9(默认值，2015年2月10日，03:29:19)。GCC 4.2.1兼容Apple LLVM 6.0 (clang-600.0.56)。numpy.版本 '1.8.1‘
import numpy
import ti
浏览 3提问于2016-07-14得票数 4
来自Matlab/Octave的背景，我一直在努力学习numpy。一件让我一次又一次地被绊倒的事情是向量和多维数组之间的区别。对于这个问题，我会给出一个具体的问题，但是如果有人也能解释一下numpy中一维数组背后的更一般的图片，为什么你首先想要它们，如何避免在混合单维数组和多维数组时遇到麻烦，等等，我会非常感激。总之，问题是：
我有一个叫做X的二维数组：
X = numpy.arange(10).reshape(2,5)
我想把X的最后一列存储成另一个二维数组(也就是一个列向量)，叫做Y。我唯一能想到的方法是：
Y = numpy.atleast_2d(X[:,4]).T
但我不喜欢这样有几个
浏览 4提问于2013-03-01得票数 14
回答已采纳
1回答
我使用loadmat函数将matlab数据文件加载到python中。
from scipy.io import loadmat
data = loadmat('data.mat')
fields = data['field']
fields的类型是numpy.ndarray
print 'fields type={}'.format(type(fields))
print 'fields dtype={}'.format(fields.dtype)
print 'fields shape={}'.form
浏览 3提问于2016-06-23得票数 5
回答已采纳
2回答
在下面的示例中，为什么第一个numpy索引提供1，而第二个numpy索引给出？提前感谢您的帮助！
a = np.array([1,2,3])
print(a[a<2])
>>> [1]
print(a[True, False, False])
>>> []
浏览 1提问于2021-03-17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
我正在使用python-3.x，我搜索了以下错误，但是找不到正确的解决方案。错误发生在下面的代码中。
我有一个随机的numpy二进制数组和一个随机数字数组，所以代码将根据其他数组的值删除二进制行，正如您从代码中看到的那样。
import random
import numpy as np
np.set_printoptions(threshold=np.nan)
for i in range (100):
binary= np.random.randint (2, size=(10, 4))
print("binary:" '\n',bi
浏览 3提问于2017-08-03得票数 1
回答已采纳
我在试着理解numpy函数
unravel_index
通过应用它来找到n维数组中最大数的索引。我总是可以通过以下调用找到最大的号码：
np.where(a == a.max())[0][0]
我试图以以下方式使用unravel_index：
a.unravel_index([a.max()],a.shape)
但这行不通。如何使用unravel_index找到最大数字的索引？
浏览 0提问于2018-08-23得票数 2
回答已采纳
我有一个类似于下面这样的numpy数组
a = np.array(1)
现在，如果我想从这个数组中得到1。我如何找回它？？
我试过了
a[0], a(0)..
喜欢
IndexError: 0-d arrays can't be indexed
或
TypeError: 'numpy.ndarray' object is not callable
我甚至试图做一些奇怪的扁平化之类的事情，但我非常确定它不应该那么复杂。我在这两个地方都收到了错误..我想要的就是1作为整型？谢谢
浏览 53提问于2012-03-22得票数 31
回答已采纳
为什么numpy会给出这样的结果：
x = numpy.array([1.48,1.41,0.0,0.1])
print x.argsort()
>[2 3 1 0]
当我期望它这样做的时候：
3 2 0 1
显然，我对这个函数的理解还很欠缺。
浏览 75提问于2013-07-28得票数 151
回答已采纳
1回答
迭代numpy数组时的性能问题
、、、、
我有一个3D图像数组，如
[
[
[225, 0, 0],
[225, 225, 0],
...
],
[
[225, 0, 0],
[225, 225, 0],
...
],
...
]
该数组的大小为500x500x3，即750.000个元素。这些是用于迭代数组的简单嵌套循环。
for row in arr:
for col in row:
for elem in col:
elem = (2 * elem
浏览 1提问于2019-09-26得票数 0
回答已采纳
1回答
我正在尝试Numba与Numpy的数组索引行为，我遇到了一些我不太理解的东西；所以我希望有人能为我指出正确的方向，这可能是一个非常简单的问题。下面是两个函数，这两个函数都使用np.arange命令创建一个空数组。然后，我使用索引为0 ( Numba )和Numpy如何执行/中断( example[0] = 1 )向数组“追加”(试验各种方法以查看它们如何执行/中断)。
带有Numba的jit函数运行时没有出现错误，但是Numpy示例给出了错误：
IndexError: index 0 is out of bounds for axis 0 with size 0
Numpy错误是有意义的，但是
浏览 0提问于2018-11-19得票数 3
回答已采纳
当对numpy数组使用逻辑索引时，根据索引是布尔值还是整数(1/0)，会出现不同的行为。说，从Python3.x开始，
True和False是关键字，永远等于1和0。
有人能解释一下是什么原因造成了这种行为吗？
要复制的MWE (Python 3.7.3，Numpy 1.16.3)：
import numpy as np
a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
b = [True, True, True, True, True, False, False, False, False, False]
c = [1, 1, 1, 1, 1, 0, 0, 0,
浏览 0提问于2020-03-10得票数 0
回答已采纳
当我使用numpy.ndarray调用itemgetter时，会得到一个tuple。
In [1]: import numpy as np
In [2]: import operator as op
In [3]: ar = np.array([1,2,3,4,5])
In [4]: op.itemgette
浏览 0提问于2012-12-26得票数 2
回答已采纳
3回答
我遇到一个数组索引的问题。假设您有一个数组a和另一个数组b，您希望将其用作a的索引，以便将一些值分配给b元素所指向的位置。
a=numpy.zeros(5)
print a
[ 0. 0. 0. 0. 0.]
现在我想将第二个元素增加两倍
b=numpy.array([1,1])
a[b]+=1.
print a
[ 0. 1. 0. 0. 0.]
当我期望有一个
[ 0. 2. 0. 0. 0.]
如果数组b没有冗余(其元素的所有值都不同)，则没有问题。对于这样的问题，有人有避免使用for循环的解决方案吗？是numpy中的bug吗？提前感谢
浏览 3提问于2011-08-02得票数 4
3回答
我正在使用numpy数组，我遇到了一个障碍，也许你可以帮助我。所以我有一个二维numpy数组，这个二维数组中的每个数组都有一个最大值，我需要的是获取最大值的索引，而不是二维数组的索引，而是像一维数组一样使用索引，我知道我可以使用numpy.argmax来找到索引，但索引是根据二维数组而不是一维数组来计算的，也许举个例子会更好： import numpy as np
arr = np.array([[512, 523, 491],
[512, 531, 495]])
index = np.argmax(arr, axis = 1)
index2 = n
浏览 51提问于2020-08-13得票数 1
回答已采纳
我对蟒蛇很陌生。如果有人能帮我的话，我想清楚地理解下面的代码。
代码:将numpy导入为np
arr = np.array([[1, 2, 3, 4,99,11,22], [5, 6, 7, 8,43,54,22]])
for x in np.nditer(arr[0:,::4]):
print(x)
我的理解是：
这个二维数组有两个一维arrays.np.nditer(arr0:，::4)将给出从0索引数组到最后一个数组的所有值，::4表示打印数组之间的间隔为4。
问题：
是我对上面第2号的理解是正确的吗？，如何才能得到打印(X)的索引？由于步骤差为4g 0:，::4或任何间隙0:，
浏览 15提问于2022-06-15得票数 1
1回答
我通常需要将多列(或2D) numpy数组以稳定(即顺序保持)的方式转换为指示向量。
例如，我有以下numpy数组：
import numpy as np
arr = np.array([
[2, 20, 1],
[1, 10, 3],
[2, 20, 2],
[2, 20, 1],
[1, 20, 3],
[2, 20, 2],
])
我喜欢的输出是：
indicator = [0, 1, 2, 0, 3, 2]
我如何才能做到这一点(最好只使用numpy )？
备注：
我正在寻找一种高性能(向量化)方法，因为arr (参见上面的示例)在一个实际的应用
浏览 0提问于2021-06-22得票数 2
回答已采纳
1回答
这就是问题所在：
为给定的数字数组创建级别。提示:您可以使用np.rank()方法
# Input
#> [ 9 4 15 0 17 16 17 8 9 0]
# Output
#> [4 2 6 0 8 7 9 3 5 1]
我找到了这个解决方案
import numpy as np
np.random.seed(10)
a = np.random.randint(20, size=10)
print(a.argsort().argsort())
但我不明白它为什么会起作用。
浏览 1提问于2021-04-14得票数 0
回答已采纳
我不理解在numpy.matrix中访问元素、行和列的规则。下面是一个示例：
import numpy as np
m = np.matrix( [ [ 0, 1, 2 ] ] )
print( "m:", m )
print( "m[0]:", m[ 0 ] )
print( "m[0,]", m[ 0, ] )
print( "m[0,:]", m[ 0, : ] )
print( "m[0,i]", m[ 0, 0 ], m[ 0 , 1 ], m[ 0, 2 ] )
下面是它打印的内容：
m: [[0 1
浏览 7提问于2019-11-08得票数 0
回答已采纳
我对从数组中删除项目有问题，我尝试了很长时间来解决它，但我做不到
我的问题是:我有包含项的dictionaryInt:String，用户从表视图单元格中选择这些项以便删除它之后，本词典有一个字符串类型中的项，并且键是indexPath.row，下面是我的字典代码：
var dictionaryOfItems = [Int:String]()
dictionaryOfItems.updateValue("Banana", forKey: 0)
dictionaryOfItems.updateValue("Cucumber", forKey: 3)
并且我有一个数组
浏览 0提问于2017-01-30得票数 0
回答已采纳
3回答
我有一个矩阵m = [[1,2,3],[4,5,6],[7,8,9]]和一个向量v=[1,2,0]，它包含我想为矩阵的每一列返回的行的索引。
我期望的结果应该是r=[4,8,3]，但是我无法找到如何使用numpy获得这个结果。
通过将向量应用到索引中，对于每一列，我得到了以下内容：m[v,[0,1,2]] = [4, 8, 3]，这大致是我的追求。
为了防止对列进行硬编码，我使用了np.arange(m.shape[1])，最后的公式类似于r=m[v,np.arange(m.shape[1])]
对我来说，这听起来很奇怪，对于一些应该很普通的事情来说也有点复杂。
有什么干净的方法可以得到这样的
浏览 3提问于2020-12-08得票数 0
我正在研究numpy数组的连接，在那里我遇到了以下代码片段： # concatenate along the second axis (zero-indexed)
np.concatenate([grid, grid], axis=1) 在这种情况下，术语零索引是什么意思？ 也许这个截图可以帮助你理解我的问题： ?
浏览 40提问于2020-08-26得票数 0
1回答
我很困惑numpy.where的结果意味着什么，以及如何使用它对数组进行索引。
请看下面的代码示例：
import numpy as np
a = np.random.randn(10,10,2)
indices = np.where(a[:,:,0] > 0.5)
我期望indices数组为2-dim，并包含条件为真的索引。我们可以从
indices = np.array(indices)
indices.shape # (2,120)
因此，看起来indices是在某种类型的扁平数组上工作，但我不知道具体是如何操作的。更令人困惑的是，
a.shape # (20,20,2)
a[
浏览 4提问于2016-02-14得票数 1
回答已采纳
我试图用等于2和3的标签来索引testdata。然而，当我运行这段代码时，它会将我的数组从2D (100 X 100)转换为3D (100 X 1 X 100)。
有人能解释它为什么要这样做吗？代码中的最后一行是罪魁祸首，但我不知道为什么会发生这种情况。
labels = testdata[:,0]
num2 = numpy.nonzero(labels == 2)
num2 = numpy.transpose(num2)
num3 = numpy.nonzero(labels == 3)
num3 = numpy.transpose(num3)
num = numpy.vstack([num
浏览 3提问于2016-08-28得票数 2
回答已采纳
我们得到了两个包含数字的文本文件，我们需要使用numpy.loadtxt加载它们，然后在文本文件中找到正数的平均值。
这就是我迄今为止尝试过的：
A = np.loadtxt('A.txt')
B = np.loadtxt('B.txt')
A_mean = np.mean(np.where(A>0))
B_mean = np.mean(np.where(B>0))
print(f'A={A_mean}')
print(f'B={B_mean}')
我知道这显然是错误的，因为它似乎是返回指数的平均值，而不是值。如何才能
浏览 4提问于2022-02-21得票数 2
回答已采纳
如何通过指定要包含哪些行和列(分别由x和y表示)来创建NumPy数组B，它是NumPy数组A的子数组？
例如：
A = numpy.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]])
x = [0, 2]
y = [1, 3, 4]
B = # Do something .....
应该给出输出：
>>> B
array([[2, 4, 5], [12, 14, 15]])
浏览 2提问于2014-10-22得票数 3
2回答
我想删除带有掩码的数组的元素。例如：
row = 24
col = 24
size = row * col
a = numpy.ones((size))
mask = numpy.empty((col), dtype=numpy.bool)
mask的值是False或True。如果是mask[x] = True，则应该删除a[x * row:(x + 1) * row]元素。
a PS:在我的示例中，一个索引值对应于的一个块元素。
浏览 6提问于2013-09-02得票数 0
回答已采纳
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
3回答
查看一个numpy数组，我发现两个方法从这个问题的答案中获得一个元素：。
有两种方法：a[i][j]或a[i,j]
下面是一个可复制的最小示例：
import numpy as np
a = np.arange(15).reshape(3, 5)
'''
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
'''
print(a[1][1]) # returns 6
print(a[1,1]) # return 6
浏览 12提问于2022-08-31得票数 1
回答已采纳
我尝试使用numpy.select将值有条件地赋值给数组。但是，使用select需要计算所有可能的赋值，而不仅仅是相关的赋值，这可能会导致div/0错误，例如：
import numpy as np
def testfunc(z):
conditionlist = [z < 0, z == 0, z > 0]
choicelist = [1 / z, 0, 1 + z]
return np.select(conditionlist, choicelist)
if __name__ == "__main__":
print tes
浏览 0提问于2012-04-22得票数 2
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
对象存储
即时通信 IM活动推荐
腾讯云开发者
