2回答
我有一个ndarray(示例如下)。A= [0.1 1.3 ] [0.25 1.45] [0.35 1.8 ]]B=
[[[0.1
浏览 8提问于2020-02-27得票数 0
回答已采纳
3回答
我希望高效地将ndarray转换成一个线性列表，这样我就可以轻松地将它传递给我的boost模块，并在C中进行索引计算。基本上，我有一个n维的ndarray，例如这会让我 [ 0, 0]],
浏览 8提问于2015-04-13得票数 0
回答已采纳
基本上，我想重塑由numpy.ndarray表示的张量。例如，我想这样做(latex表示法)或其中A是ndarray如果我简单地使用numpy.reshape，我不认为它知道我想要合并哪些轴，所以它看起来不明确且容易出错。
有没有比手动创建另一个ndarray更好的方法呢？
浏览 2提问于2013-10-22得票数 4
我想把任何一条ndarray重塑成另一种形式。下面是我的两个数组ds1和d的信息。我想将ds1重塑为d r，反之亦然。我已经阅读了文档，但不能理解这些类型的重塑转换。`np.info(ds1)` 输出： class: ndarraystrides: (22500, 150, 1)aligneddata pointer: 0x9b7b9f9040byteswap: False
typ
浏览 17提问于2020-07-15得票数 1
在Python中，如果我重新构造数组，一般情况下没有问题：print np.reshape(arr1, (2, 2, 1))a1 = np.reshape(X_train_s, (X_train_s[0], X_train_s[1], 1))...inreturn reshape(newshape, order=order)
TypeError: only length-1 arrays can be co
浏览 5提问于2017-02-16得票数 2
回答已采纳
我有一个矢量，我用ndarray crate将其重塑为2D数组。现在我想做一个带有列vec的点积。举个例子， let vec2 = //Read from filefrom_shape_vec((row, cols), vec1).unwrap();}the
浏览 7提问于2020-05-30得票数 1
回答已采纳
我有一个关于ndarray.reshape的结构的问题。我已经读过，numpy.reshape()和ndarray.reshape是python中用来重塑数组的等效命令。但是说到ndarray.reshape，我不明白点运算符是如何工作的。ndarray.reshape中没有对numpy对象的引用；它如何知道reshape与numpy对象相关？
浏览 0提问于2020-01-15得票数 2
2回答
我想在非常大的数组上使用这段代码。这段代码需要很长时间才能执行，而且效率不高。是否有任何方法来删除循环并将此代码转换为最佳方式？>>> x=np.random.randint(10, size=(4,5,3))array([[[3, 2, 6], [3, 7, 9], [9, 0, 1]],
[1, 8, 9],
浏览 5提问于2017-11-20得票数 0
回答已采纳
我想要创建一个Numpy ndarray，它重用缓冲区的内存。
好的，现在我想弄清楚numpy.ndarray构造函数到底在做什么。代码是。
浏览 6提问于2016-07-16得票数 8
回答已采纳
3回答
我使用numpy，并且有一个包含一些值的数组(ndarray类型)。此数组的形状为1000x1500。我重塑了它当我尝试的时候AttributeError: ‘numpy.ndarray
浏览 0提问于2013-02-14得票数 6
回答已采纳
6回答
from numpy import *>> y = set(x)如何使用Numpy数组中的所有元素轻松高效地创建一个集合？
浏览 3提问于2009-12-21得票数 20
回答已采纳
2回答
我想重塑它并将其转换为xarray数据数组，这样维度就是时间x经纬度对，但不确定这样做的最有效方法。1 12 1 2 2 3 我想要重塑数据有没有什么方法可以更高效地重塑数据？
浏览 15提问于2019-10-11得票数 4
回答已采纳
后者需要一个返回ndarray的函数，但是pyproj.Geod.inv返回一个ndarray的元组，所以我将得到的ndarray连接在一个包装器函数中，然后传递给dask.array.map_blocks这个脚本的输出是：
dask.array<wrap, shape=(32, 2784, 174), dtype=float32, chunksize=(32, 32, 2), chunktype=numpy.ndarray但与其将其重塑为(2784, 2784, 2)，不如将其重塑</em
浏览 3提问于2019-12-10得票数 0
回答已采纳
我有一个带有shape (4,4)的numpy ndarray nd。1.16 1.00 1.11] [1.17 1.17 1.13 1.16]]
我想将它重塑为(2,2,4)的ndarray，它应该看起来像这样。
浏览 2提问于2018-08-19得票数 0
回答已采纳
for i in range(0,len(ntest)): features=tf.train.Features( 'X': tf.train.Feature( 'uttid': tf.train.Feature(
b
浏览 2提问于2017-12-02得票数 1
回答已采纳
1回答
我正在尝试将形状为(2200,)的numpy ndarray转换为形状为(2200,250,250,1)的numpy ndarray。每一行都包含一个图像(shape: 250,250,1) 这是我的对象： type(x_train_left)打印numpy.ndarray x_train_left.shape打印(2200,) type(x_train_left[0])打印numpy.ndarray x_train_left[0].shape打印(250, 250, 1) 但由于某些原因，当我尝试将x_train_lef
浏览 16提问于2019-05-09得票数 1
回答已采纳
1回答
我想把外层重塑成一维阵列。做这件事的最佳方式是什么(从内存的角度看是高效的)？目前，我将从-z，+z，开始逐平面重塑：array(m*n+1:2*m*n)=reshape(msh(1:m,1:n,l+1),m*n)
我的第一个问题是，这种重塑是否以一种内存高效的方式进行！
浏览 4提问于2014-02-06得票数 1
1回答
我需要将输入重塑为形状数组(批次数为2，2，3)，其中批数数为len(文本)//(2*2*3)，以便输入批数:批数为1，2，3，4，5，6，7，8，9，10，11，12，13，14，15
[我需要将输入重塑为形状数组(批次数，2，2，3)，其中批数数为len(文本)//(2*2*3)，因此输入的数量将为:批次数*2*2*3
浏览 0提问于2017-06-04得票数 2
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
