1回答
我有一个大小为5000x32x32x3的numpy数组。数字5000是图像的数量，每个图像在宽度和高度上都是32x32，并且有3颜色通道。现在，我想以一种保存数据的方式创建一个形状5000x3x32x32的numpy数组。我所说的保存数据的意思是：
结果数组中应该有5000个数据点。阵列的二维(3)正确地确定了颜色通道，即二维为0的所有元素属于红色通道，第二维为1属于绿色通道，第二维</
浏览 2提问于2017-02-14得票数 3
回答已采纳
3回答
对numpy数组进行混洗
、、、
我有一个二维Numpy数组，我想对其进行混洗。最好的方法是将其重塑为一维，然后再重塑为二维，还是可以不重塑的情况下重新洗牌？仅仅使用random.shuffle并不会产生预期的结果，而且numpy.random.shuffle只会对行进行混洗：import numpy as np
a=np.arange
浏览 2提问于2014-03-16得票数 14
回答已采纳
输入应该在numpy数组中吗？import tensorflow as tf y
浏览 10提问于2022-05-03得票数 0
；如果可能的话，目标是节省时间)，如何从上面的数组a创建一个2乘3的numpy数组(矩阵) [1,2,3，4,5,6]？切片a:，0产生形状(2，)的一维阵列，打印为(1,2,3) (4,5,6)，显然不能将其“重塑”为形状(2，3)。我认为对a:，0执行np.ravel，然后重塑为(2,3)可能会解决这个问题，但不幸的是，对a:，0执行np.ravel不会产生任何更改，因为a:，0已经是1-D了。numpy没有将像
浏览 26提问于2019-09-23得票数 0
回答已采纳
这是我的密码 import numpy as np importy_test, y_pred))我在这里发现了一些错误
ValueError:预期的2D数组，得到一维数组: array= 76.251429 19.851129 29.030629 . 43.291237 71.80
浏览 2提问于2022-05-16得票数 1
我有一个名为MS的稀疏矩阵，它是从5000x5000的密集矩阵派生而来的，我希望迭代它的每一行(以列表或其他形式)，以便可以对其执行其他步骤。例如：查找每行的总计数。 我已经尝试在网上查看了几个API，但我对此仍然是新手，并且在解释/理解它们时遇到了困难。 有没有什么办法可以让我在python中遍历稀疏csr矩阵MS的每一行？提前感谢您的任何帮助/意见。
浏览 18提问于2020-10-23得票数 0
我需要将numpy数组序列化为与JSON兼容的表单。由于我所使用的框架不允许我访问JSON编码器/解码器对象，所以我不得不将numpy数组序列化为可以编组到JSON中的东西。下面是一个说明我的问题的例子：b我如何解码整个数组？
浏览 0提问于2015-06-07得票数 1
回答已采纳
3回答
给定一个df列表，目标是将df_convert_array重塑为2D数组。3)]arr_opt=np.array([narr.T.reshape(-1) for narr in arr]) 但是，所提出的解决方案需要首先转置和重塑列表中的每个数组备注:输出应为二维numpy数组形式
浏览 28提问于2021-11-23得票数 1
回答已采纳
4回答
我的理解是numpy中的一维数组可以解释为面向列的向量或面向行的向量。例如，具有形状(8,)的一维阵列可以被视为取决于上下文的形状(1,8)或形状(8,1)的二维阵列。我遇到的问题是，我编写的操作数组的函数在2-D情况下倾向于很好地处理向量和矩阵，但在1-D情况下就不太好了。也就是说，我发现我可以泛化代码来处理(r,1)、(1,c)、(r,c)的二维情况，但不能在没有分支或重塑的情况下处理一维情况。当函数在多个数组上操作时，它会变得更加丑陋，因为我会检
浏览 7提问于2011-11-28得票数 16
回答已采纳
我有一个随机长度的数组，我不知道它的大小。我想将数组重塑为一个大小为128的二维数组如果我这样做，将会有剩余的或超过所需的值，因此函数会失败。如果没有足够的数据进行整形，我该如何告诉numpy丢弃剩余的数据或丢弃手中的数据？
浏览 11提问于2020-03-02得票数 2
回答已采纳
1回答
我有稀疏COO3DA矩阵NxNxM (第三维是M)和密集2DB矩阵(NxN)，这将是我的求解器的优化变量。我想把A和B相乘，得到(NxNXM)矩阵。然后，我需要对生成的3D矩阵的元素求和，以创建2D矩阵(NxN)。np.sum(np.einsum('ijk,jk->ijk', A, B))我的目标函数是最小化稀疏A与决策变量矩阵B的乘法的元素之和。我正在使用创建稀疏矩阵。
浏览 5提问于2020-10-24得票数 1
1回答
我得到了一个大小为(3275412, 50, 22)的numpy_array，它代表了为LSTM目的重塑的数据，我得到了一个形状为(3275412,)的目标向量。我准备数据的方式使得我不能在重塑之前做这个平衡操作。我的想法:我想过首先通过“连接”第二和第三维，将我的3-D<em
浏览 0提问于2018-08-27得票数 0
目的是将一个四维矢量转化为一个二维矢量。//指示：
为了方便起见，您现在应该将形状的图像(num_px，num_px，3)重新定义在形状(num_px ∗∗ num_px ∗∗ 3, 1)的numpy数组中。在此之后，我们的训练(和测试)数据集是一个numpy数组，其中每个列表示一个扁平的图像。应该有m_train (分别为m_test)列。练习:重塑训练和测试数据集，使大小为(num_px, num_px, 3)
浏览 0提问于2019-02-28得票数 5
回答已采纳
2回答
我有一个问题，试图重塑我的numpy阵列。我有一个二维数组，我想让它成为一个三维数组。我到处都找过了，但即使我发现有人在回答我的问题，也只会使问题变得复杂。我只想知道有没有一种数学方法来计算，重塑一个裸体。
浏览 0提问于2020-04-10得票数 1
2回答
I have a numpy array (A) of shape = (100000, 28, 28)这在机器学习管道中非常常见
浏览 8提问于2017-01-21得票数 12
回答已采纳
在比较MATLAB和numpy时，我发现了一件有趣的事情。, 4]])print my_summation(b)有人有更好的解决方案吗？
浏览 2提问于2015-10-10得票数 0
我在将简单的二维数组改造成另一个数组时遇到了问题。[[4 1 2 1 2 4 1 2 4] [5 5 1 5 1 5 5 1 5]我想做的是将它重塑为我已经尝试了numpy重塑(使用所有可用的order参数值)，但仍然得到具有“混合”值的数组。
浏览 2提问于2019-10-24得票数 0
我有不同的.npy文件，其中有保存的numpy数组(或者表示为矩阵的图像，维数= 64，另一个我不知道)。这样，我就有了一个shape <code>D2</code>的numpy.ndarray <code>D1</code>。让我们假设我将每个图像重塑为(
浏览 16提问于2020-03-15得票数 0
回答已采纳
1回答
我有一个代码，可以读取一个文件并保存到矩阵中。但我想读取几个文件并将其保存到矩阵中。但是当我试图扩展我的代码来处理几个文件时，我得到了下面的错误信息"too work for array"，这是我在只读一个文件时得不到的这部分代码不能正常工作：我的完整代码如下：
浏览 0提问于2019-04-06得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
