将低维numpy数组的部分提取到高维数组的最终轴中
，可以使用numpy的索引和切片操作来实现。
首先，我们需要了解numpy数组的维度和轴的概念。numpy数组是一个多维数组，每个维度都有一个对应的轴。例如，一个二维数组有两个轴，第一个轴是行轴，第二个轴是列轴。对于一个三维数组，第一个轴是深度轴，第二个轴是行轴，第三个轴是列轴，依此类推。
要将低维数组的部分提取到高维数组的最终轴中，可以使用numpy的切片操作。假设我们有一个二维数组arr和一个一维数组indices，我们想要将indices中的元素作为索引，从arr中提取对应的行，并将提取的行放置在一个新的二维数组中。
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
indices = np.array([0, 2])
result = arr[indices, :]在上面的例子中，我们使用了切片操作arrindices, :来提取arr中indices对应的行，并将提取的行放置在result中。切片操作arrindices, :中的indices表示要提取的行的索引，":"表示要提取的列的范围，这里使用":"表示提取所有列。
通过这种方式，我们可以将低维数组的部分提取到高维数组的最终轴中。这种操作在处理多维数据时非常有用，例如在图像处理、机器学习等领域中经常会用到。
推荐的腾讯云相关产品：腾讯云计算服务（https://cloud.tencent.com/product/cvm）提供了弹性计算、云服务器、容器服务等多种云计算服务，可以满足各种应用场景的需求。
相关·内容
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
PCA算法背后的直觉
、、、、
我在试着直观地理解PCA。在找到数据集协方差矩阵的特征向量和特征值后，特征值表示数据集的分布情况，特征向量表示特征值的方向。我们所要做的是将特征向量从最高的特征值降到最低的特征向量(最高的意思是特征更加分散，从而彼此更加独立，减少冗余)，并将原始数据集投影到新的“轴”集(特征向量)上。例如，如果我们有一个三维数据集，那么就会有三个特征向量，每个特征向量彼此正交(因此它们将形成一个三维空间)。接下来，我们将原始数据集投影到这组新的“轴”空间中，如果我们想将数据集缩小到二维，我们将取出最小有效的“轴”(最小特征值)。
我熟悉执行PCA的技术步骤，但我很难理解算法背后的实际直觉。在我上面的解释中是否
浏览 0提问于2019-09-17得票数 1
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
3回答
我很难理解Numpy的阵列广播规则。
显然，如果你在两个尺寸和形状相同的数组上执行元素乘法，那么一切都很好。此外，如果你把多维数组乘以一个标量，它就能工作。这我能理解。
但是如果你有两个不同形状的N维数组，我不清楚广播规则到底是什么。这个解释说:为了广播，一个操作中两个数组的尾轴的大小必须是相同的，或者其中一个必须是一个。
好的，我假设尾轴是指N数组中的M x N。因此，这意味着如果我试图用相同的列数乘两个二维数组(矩阵)，它应该能工作吗？只是它不..。
>>> from numpy import *
>>> A = array([[1,2],[3,4]])
浏览 16提问于2012-06-24得票数 26
回答已采纳
目前，我想知道numpy数组的行为如何。我觉得从向量(Nx1维度)到“真实数组”(NxN维度)，维度并不一致。
，我不明白，为什么这不管用：
a = array(([1,2],[3,4],[5,6]))
concatenate((a[:,0],a[:,1:]), axis = 1)
# ValueError: all the input arrays must have same number of dimensions
似乎: (at 1:])带来了不同，但是(:0不起作用)
提前感谢！
Detailled版本:因此，我希望shape(b)[0]引用垂直方向(__Nx1数组)，就像在2D 数
浏览 3提问于2015-08-25得票数 0
回答已采纳
1回答
来自numpy的文档：
numpy.dot(a，b，out=None)
两个数组的点积。具体来说，
如果a和b都是一维阵列，则它是向量的内积(无复共轭)。
如果a和b都是二维数组，则为矩阵乘法，但首选使用matmul或a@b。
，如果a或b是0-D (标量)，则它等价于乘积，并使用numpy.multiply(a，b)或a*b作为首选。
如果a是一个N-D数组，b是一个一维数组，则它是a和b.的最后一个轴上的和积。
如果a是一个N-D数组，b是一个M-D数组(其中)，则它是a的最后一个轴和b:的第二到最后一个轴上的和积。
根据第四点，如果我们取二维数组A和一维数组B的点积，我们应该取A列和
浏览 7提问于2021-03-13得票数 4
回答已采纳
1回答
我有一个三维的数字数组，我想对它进行排序。
以下是数组的一个示例：
arr = numpy.array([[4., 5., .1], [-2., 5., .3], [-1., -3., .2], [5, -4, .1], [2., 2., .25], [-2., 0., .1], [-1.5, 0., .1], [1., -3., .1], [-2., 8, .1]])
为了方便起见，让我们分别调用三维x、y和z。我想根据y的值按递减顺序对数组进行排序。我知道我可以通过
arr[arr[:, 1].argsort()[::-1]]
但是，第二个约束条件是，对于同一y-value的多次出现，我希
浏览 1提问于2015-06-25得票数 3
回答已采纳
2回答
我需要在一个新变量中插入三维矩阵。我试图通过这样做:创建一个四维矩阵，并促进第四维，分别保存这三个维度。
样本代码：
from python_speech_features import mfcc
import numpy as np
X = np.zeros((0,0,0,0),float) #4-dimensional - (0, 0, 0, 0)
ii = 0
for ii in range 1000:
data, fs = sf.read(curfile[ii])
sig = mfcc(data, fs, winstep=wins
浏览 7提问于2019-11-13得票数 0
回答已采纳
2回答
我有一组油藏的一维渗透率数据，
它是一个格式为6列、X行的一维数组，它需要以以下形式进行重组：
60×220×85细胞(1.122x106细胞)
如果我导入数据，并使用z=1的import函数，它将填写正确的格式(先从左到右读取，然后用x=1填充y，然后用x=2填充y等等)。
如果我使用z=2，它填充x1，y，z2，当它到达x1，y，z1的顶端，然后返回，填充x2，y，z1，在每个切片之间有效地分割它，
import numpy as np
data = np.loadtxt("spe_phi_sample.prn")
print(data.shape)
data = np.r
浏览 1提问于2015-10-05得票数 1
回答已采纳
numpy.dot文档字符串说：
对于二维阵列，它等价于矩阵乘法，对于一维阵列则等价于向量的内积(没有复共轭)。对于n维，它是a的最后一个轴和b的第二个到最后一个轴上的和积。
但是它没有说明numpy.dot如何用二维array.So计算一维数组，Numpy如何处理一维数组(向量)和二维数组(矩阵)？
我做了一些测试：
In [27]: a
Out[27]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
In [28]: b
Out[28]: array([0, 1, 2])
In [29]: np.dot(a,b)
浏览 4提问于2013-11-21得票数 5
回答已采纳
1回答
假设我有一个范围列表(以下界和上界的形式，包括) ranges = [(lb1, ub1), (lb2, ub2)...]和一个正数k。k N维向量(N由len(ranges)给出)如何从ranges给出的N维区间中取样本，使样本尽可能均匀地覆盖区间？
我没有关于均匀的定义，它只是直观的(也许“相邻”点之间的距离是相似的)。我不是在寻找一个精确的算法(没有定义是不可能的)，而是寻找如何这样做的想法，这在python/numpy中是很好的。
我(可能)不只是随机抽样，因为它很容易产生不想要的样本簇，但是算法绝对可以是随机的。
浏览 1提问于2015-03-23得票数 2
回答已采纳
1回答
我有许多数字的形状数组( Ni ,227,227,3)，每个数组的Ni是不同的。
我想加入它们并制作形状数组(N1+N2+..+Nk,227,227,3)，其中k是数组的数目。
我试过numpy.concatenate和numpy.append，但是他们要求在轴0中有相同的维数。我也对数组中的轴1和轴2感到困惑。
浏览 2提问于2018-06-25得票数 0
回答已采纳
3回答
我有一个二维Numpy数组，我使用以下命令将其转换为三维数组：
trainSet = numpy.reshape(trainSet, (trainSet.shape[0], 1, trainSet.shape[1]))
我的问题是我正在尝试调整第一个轴(新轴)的值。然而，无论我怎么尝试，我都不能真正弄清楚如何在新的坐标轴上访问1。我尝试了大量的print语句，比如
print(trainSet[0][0][0])
print(trainSet[1][0][1])
但是无论我怎么尝试，我都不能打印出任何1，只能打印出2-d数组的内容。我知道这是一个3d数组，因为当我使用
print(trainS
浏览 0提问于2017-03-09得票数 0
这是我对代码的第一次优化，我对此感到兴奋。读一些文章，但我仍然有一些问题。
首先，在我下面的代码中，花了这么多时间做什么？我认为这里是数组:array.append(len(set(line.split()。我在网上看到python中的列表工作得更快，但我在这里看不到使用列表。有谁知道如何改进这一点吗？
( 2)我还有其他改进吗？
3)此外，在线上还说，for循环会大大降低代码的速度。这里能改进吗？(我想用C编写代码最好，但是:D )
( 4)为什么人们建议总是看“电话”和“全天候”？对我来说“打电话”更有意义。它告诉你你的函数或调用有多快。
5)在这里，在正确的答案B类中，他应用了列表。他有
浏览 6提问于2015-07-11得票数 3
回答已采纳
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
4回答
我正在处理netcdf文件中的数据，多维变量，读取到numpy数组中。我需要扫描所有维度(numpy中的轴)中的所有值，并修改一些值。但是，我不知道任何给定变量的维数。当然，在运行时，我可以获得numpy数组的ndim和形状。如何在不预先知道维度或形状的情况下，通过所有值编写一个循环？如果我知道一个变量正好是二维，我会这样做。
shp=myarray.shape
for i in range(shp[0]):
for j in range(shp[1]):
do_something(myarray[i][j])
浏览 0提问于2013-10-30得票数 4
回答已采纳
4回答
对于numpy中的“轴”一词到底意味着什么，以及这些构造是如何编号的，我感到困惑。
这里有一个解释：
轴是为多个维度的数组定义的。
二维数组有两个对应的轴：
第一个垂直向下跨行运行(轴0)，以及
第二次横向跨列运行(轴1)。
所以在这个3x4矩阵中..。
>>> b = np.arange(12).reshape(3,4)
>>> b
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
(轴0)是3行。
(轴1)是4列。
所以规则可能是..。
在MxN矩阵中，
浏览 4提问于2016-02-04得票数 5
回答已采纳
4回答
我正在读NumPy ，我无法理解其中的一点。它提到，在下面的例子中，数组有2级(它是二维的)。第一维(轴)的长度为2，第二维的长度为3。
[[ 1., 0., 0.],
[ 0., 1., 2.]]
第一维(轴)的长度如何为2？
编辑：我混淆的原因是文档中的以下语句。
三维空间1，2，1中点的坐标是1级的数组，因为它有一个轴。那个轴的长度是3。
在最初的2D ndarray中，我假设列表数表示级别/维度，而我错误地假设每个列表的长度表示每个维度的长度(按顺序排列)。所以，根据我的理解，第一个维度的长度应该是3，因为第一个列表的长度是3。
浏览 1提问于2017-10-20得票数 1
回答已采纳
1回答
python中的图像数组
、、、、
我使用numpy和matplotlib在python中导入图像。我想创建一个3d数组，这样在1轴和2轴上我有像素值，在0轴上我有图像编号。到目前为止，我得到了这样的东西：
from PIL import Image
import numpy
import matplotlib.pyplot as plt
浏览 0提问于2015-01-08得票数 1
回答已采纳
我对numpy不熟悉。
我从学到了秩1数组和一维向量之间的区别
我还被告知在机器学习任务中尽可能使用向量，而不是rank1数组。(来自的时间是4:35)
我正在尝试使用numpy.convolve，但我看不到它需要一维向量。
有没有办法将一维向量传递给numpy.convolve，或者我应该使用(N，)形数组？
浏览 3提问于2017-12-24得票数 0
我正在寻找一种方法，将由x元素组成的一维numpy数组分配给形状(y，z)的二维numpy数组。
示例：
A=np.array([[0],[0],[0]])
A[2]=np.array([0,2])
这应该会导致
A=[[0],[0],[0,2]]
使用python列表可以很好地工作，但是在numpy中尝试这样做会给我带来很大的麻烦，通常会导致错误消息：
could not broadcast input array from shape (z) into shape (x)
这似乎是由于numpy复制了所有的东西而不是修改数组的结果。我只是最近才开始使用numpy，如果有人能帮我找到一种有效
浏览 2提问于2015-12-03得票数 0
回答已采纳
1回答
我试图把高斯过程回归得到的预测平均数据绘制成三维等高线.我跟踪了和线程。以下是我的代码：
import numpy as np
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
from matplotlib import cm
x_t
浏览 2提问于2018-05-10得票数 3
回答已采纳
1回答
所以我开始了一项任务，想弄清楚numpy swapaxes函数是如何操作的，当涉及到交换维数大于3的数组中的轴时，我遇到了某种障碍。
import numpy as np
array=np.arange(24).reshape(3,2,2,2)
这将创建一个具有元素0-2的形状(3,2,2,2)的numpy数组。有人能给我解释一下在这种情况下，轴交换是如何工作的吗?在这种情况下，我们不能单独可视化四个轴。假设我想交换0和2轴。
array.swapaxes(0,2)
如果有人能实际描述当有4个或更多轴时发生的抽象交换，那就太好了。谢谢!
浏览 9提问于2017-08-09得票数 0
1回答
假设我有一个像这样的三维numpy数组：
data = np.array([[[1,2,3,4],[1,2.5,3,5]],
[[116,230,450,430],[80,100,300,320]],
[[60,100,120,80],[50,80,100,90]]])
我如何简单地从它中提取出一个具有相同形状的三维numpy数组，并在轴0上设置一个条件，例如，为哪一个轴0< 3选择那些“行”？天真的方式是
data[data[0]<3]
但这是失败的：
IndexError:布尔索引不匹配索引数组的维数为0；维
浏览 2提问于2020-05-08得票数 2
回答已采纳
1回答
Numpy数组data有..。数据。Numpy数组z有距离。数据和z具有相同的形状，z的每个点都是测量数据的对应点的距离。更复杂的是，用户将提供3、4或5个维度的数据/z数组。
我想将数据插入到一维numpy数组dists中的一组距离。由于数据结构的原因，插值轴始终是两端的两个轴，即如果阵列有3维，插值轴是0；如果阵列有4维，插值轴是1，等等。由于AFAICT，所有的numpy/scipy插值例程都希望在一维数组中给出原始距离，插值数据和dists上的z似乎是一个比较复杂的任务。这就是我所拥有的：
def dist_interp(data, z, dists):
# construct
浏览 1提问于2013-10-16得票数 3
回答已采纳
有一种很好的方法可以找到不包括中描述的零的数组的非零min/max。
import numpy as np
minval = np.min(a[np.nonzero(a)])
maxval = np.max(a[np.nonzero(a)])
但是，只要a是一个二维或更多维数组，并且需要一个min/max的轴，它就不能工作。有什么简单的解决办法吗？
浏览 0提问于2018-03-20得票数 2
回答已采纳
4回答
我有一个二维numpy数组，我想在三维中绘制它。我听说过mplot3d，但是我不能正常工作
这是我想要做的一个例子。我有一个维数为(256,1024)的数组。它应该绘制一个3D图形，其中x轴从0到256，y轴从0到1024，图形的z轴在每个条目上显示数组的值。
我该怎么做呢？
浏览 0提问于2012-07-10得票数 19
2回答
我还没有理解NumPy中多维数组中的轴之间的区别。你能给我解释一下吗？特别是，我想知道axis0、axis1和axis2在NumPy三维数组中的什么位置。为什么？
浏览 4提问于2014-06-18得票数 8
回答已采纳
1回答
我知道我可以通过网格到三维空间来完成这个任务。
如果我做了
[X,Y] = meshgrid(1:3,10:14,4:8)
在中，我将得到三维空间上的网格点.
但是网格不能在n维空间中这样做。
如何获得n维空间(例如n=64)上的网格点(做类似网格的事情)？
浏览 1提问于2016-03-05得票数 0
回答已采纳
2回答
Numpy和Scipy都有许多有用的函数来执行对数据的操作(例如，积分、傅里叶变换、基线校正等)。但是，我还没有看到关于将X数据输入到这些函数中的一般形式的文档。假设我有一个光谱的波长和吸光度值，或应力和应变数据从一个力学性能测试。
一般情况下：
使用两个一维Numpy数组，一个用于X，另一个用于Y？
使用一个二维Numpy数组，X在一个轴上，Y在另一个轴上？
使用单个
当您拥有XY数据时，这种情况会如何改变呢？
XY数据最通用的数据结构是什么，它允许我直接将数据输入到这些函数中，而不需要重新定义如何存储数据？
浏览 2提问于2016-08-10得票数 2
回答已采纳
3回答
使用NumPy，我希望生成一个长度为k的n维数组的所有行和对角线的列表。
以以下长度为3的三维数组为例。
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
对于这种情况，我想获得以下所有类型的序列。对于任何给定的情况，我想得到每种类型的所有
浏览 6提问于2016-08-27得票数 13
回答已采纳
我有一个形状为：(3, 3, 3, 64)的n维数值数组。我想沿着轴2通过插入零来增加计数，这样新的形状就是(3, 3, 4, 64)。
如何插入零来增加numpy数组的给定轴值？
浏览 5提问于2017-07-13得票数 2
回答已采纳
4回答
我有一个表示逆抛物线的数组，我想要找到数组中任意位置的最大值。在我的应用程序中，我不能接受导数，我必须遍历数组。我通过迭代数组实现了这一点，从左边开始，直到得到比上一次迭代更低的值：
import numpy as np
def simulation(n):
# create inverse parabola
num = 21
parabola= np.linspace(-8, 12, num=num)
parabola= -np.abs(parabola) ** 2
return parabola[n]
previous_iteration =
浏览 0提问于2018-05-04得票数 0
回答已采纳
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
1回答
我看到the可以帮助我们减少维数和可视化数据.但是我们从这个可视化中得到了什么信息呢？因为我们知道，新的轴在我们的上下文中没有意义。
此外，如果我们有一个类标记数据，那么我们可以从可视化中获得什么信息？我们已经知道有一些'n‘类，我们必须对其中一个类中的新示例进行分类。
还是我理解得不对？
浏览 0提问于2020-07-30得票数 0
1回答
轴消除
、
我在理解numpy中的Axis消除概念时遇到了问题。假设我有以下2D矩阵：
A =
1 2 3
3 4 5
6 7 8
好的，我知道sum(A，axis=0)会将每一列相加，并给出一个包含3个元素的一维数组。我还理解sum(A，axis=1)将对每一行求和。
但我的麻烦是，当我读到axis=0消除了第0轴，axis=1消除了第1轴。另外，有时人们会提到"reduce“而不是”reduce“。我不能理解这消除了什么。例如sum(A，axis=0)将从上到下对每一列求和，但我在这里看不到消除或减少。这有什么意义呢？sum(A，axis=1)也是如此。
对于更高的维度，它是如何实现的
浏览 2提问于2014-03-02得票数 1
我希望使用最有效的方法(即不使用python循环)获得numpy 2-d数组中每个列的随机真值的索引。
例如，给定以下二维numpy.ndarray
np.array(
[[True, False, False],
[True, True, True],
[False, True, False]]
)
提供一个一维numpy.ndarray，给出每个列(即第一个轴)的真实值的随机行索引位置：
numpy.ndarray([0, 2, 1])
反过来说，下列情况是不正确的：
numpy.ndarray([2, 2, 1])
因为，第一列在第三行中有一个非真值。
浏览 4提问于2020-04-09得票数 1
回答已采纳
我是python语言的新手，有一个关于数组形状的问题。据我所知，如果像这样创建一个三维temp = numpy.asarray([[[0, 0, 0], [1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4], [5, 5, 5]], [[6, 6, 6], [7, 7, 7], [8, 8, 8]]])数组，形状如下图所示：用于计算和、中位数等，可以定义轴来计算值，例如
>>> print(numpy.median(temp, axis=0))
[[3. 3. 3.] [4. 4. 4.] [5. 5. 5.]]
>>>
浏览 22提问于2020-05-05得票数 1
回答已采纳
3回答
当我尝试创建一个超过32维的numpy数组时，我得到一个错误：
import numpy as np
np.ndarray([1] * 33)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-2-78103e601d91> in <module>()
----> 1 np.ndar
浏览 1提问于2016-09-05得票数 9
回答已采纳
3回答
文档状态
返回：
index_array :沿指定轴对索引排序的int数组。如果a是一维的，则a[index_array]生成一个排序的a.
如何将numpy.argsort的结果应用于多维数组以获得排序的数组？(不只是一个一维或二维数组；它可以是一个N维数组，其中N只在运行时才知道)
>>> import numpy as np
>>> np.random.seed(123)
>>> A = np.random.randn(3,2)
>>> A
array([[-1.0856306 , 0.99734545],
浏览 5提问于2017-10-31得票数 6
回答已采纳
我试图使用高斯过程来拟合光滑函数到一些数据点。我对python使用了scikit-learn库，在我的例子中，我的输入是二维空间坐标，输出是一些转换后的版本，也是二维空间坐标。我生成了一些虚拟测试数据，并试图拟合一个GP模型。我使用的代码如下：
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C
import numpy as np
# Some dummy data
X = np.
浏览 0提问于2018-02-06得票数 0
回答已采纳
我在OpenCV 2.3.1中使用32位python。我正在尝试向opencv视频编写器写入二维numpy数组。我的代码类似于：
import cv2 as cv
import numpy as np
fourcc = cv.cv.CV_FOURCC('D', 'I', 'V', 'X')
writer = cv.cv.CreateVideoWriter("test.mpg", courcc, 10, (256,256))
if not writer:
print "Error"
浏览 2提问于2011-10-11得票数 1
2回答
我需要做的是把一个二维矩阵扩展到三维，然后用任意数的零填充第三轴。返回的错误是：
所有输入数组必须具有相同的维数，但索引0处的数组具有三维，而索引1处的数组具有0维(S)。
我该纠正什么？
import numpy as np
kernel = np.ones((3,3)) / 9
kernel = kernel[..., None]
print(type(kernel))
print(np.shape(kernel))
print(kernel)
i = 1
for i in range(27):
np.append(kernel, 0, axis = 2)
print(k
浏览 2提问于2022-10-19得票数 0
回答已采纳
1回答
假设我有数千个二维numpy数组(每个数组都有600x600的形状)保存在一个文本文件中。我希望为每个数组逐个像素地读取文件，并对这些像素的一维数组进行操作，而不必加载整个文件，因为这将使用大量内存。
例如，如果这是在我的文件中：
array([[1, 42, 98, ..., 2], ..., [89, 10, 76, ..., 2]]), array([[36, 79, 13, ..., 11], [81, 101, 34, ..., 109]]), ...
然后我想要[1, 36, ...]，因为我想要[42, 79, ...]，以此类推。在我完成对每个一维数组的操作后，我想将其从内存中
浏览 0提问于2018-08-30得票数 0
如果我有轴的数量，我是否可以将轴的数目指定为提示npt.NDArray (来自import numpy.typing as npt)
也就是说，如果我知道它是一个三维数组，我如何才能做npt.NDArray[3, np.float64]
浏览 1提问于2022-07-03得票数 0
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
1、云服务器：4C/8G 50G 公网带宽：1Mbps
2、load average: 8.07, 8.10, 8.13
3、CPU利用率（us-->0.4、sy-->1.6、wa-->0、id-->99）、内存利用率（35%）、磁盘IO也较低，就是负载load较高
4、网络流量：
TX: cum:1.53MB peak:348Kb rates:276Kb 279Kb 278Kb
RX: 110KB 25.8Kb 17.9Kb 18.5Kb 1
浏览 806提问于2021-09-02
我知道numpy.argsort()，但它所做的是返回数组中元素的索引，这些元素将沿着特定的轴排序。
我需要的是排序一个N维数组中的所有值，并作为结果有一个元组的线性列表。
如下所示：
>>> import numpy
>>> A = numpy.array([[7, 8], [9, 5]])
>>> numpy.magic(A)
[(1, 0), (0, 1), (0, 0), (1, 1)]
我甚至不明白argsort的输出想告诉我这个数组的输出是什么。
浏览 5提问于2013-04-21得票数 2
回答已采纳
4回答
我很难理解numpy的dstack函数实际上在做什么。文档相当稀少，只是说：
按顺序深度排列的堆栈数组(沿第三轴)。
获取一个数组序列，并沿着第三个轴将它们堆叠成一个数组。重新构建被dsplit除以的数组。这是一种简单的方法，可以将二维数组(图像)叠加到单个3D数组中进行处理。
所以，要么我真的很蠢，这个意思很明显，要么我对“堆叠”、“顺序”、“深度明智”或“沿轴”这几个术语有一些误解。然而，我给人的印象是，我在vstack和hstack的上下文中理解了这些术语。
让我们以这个例子为例：
In [193]: a
Out[193]:
array([[0, 3],
[1,
浏览 2提问于2014-08-04得票数 47
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
实时音视频
云直播活动推荐
腾讯云开发者
