2回答
我尝试在numpy数组中添加一个dtype (用于在创建ply文件之后)，但当我编写以下代码时： list_example = np.array([[1,2,3]], dtype=[('example', 'i4', (3,))] 结果是： array([[([1, 1, 1],), ([2, 2, 2],), ([3, 3, 3],)]],
dtype=[('example', '<i4', (3,))])
浏览 26提问于2021-08-26得票数 1
回答已采纳
1回答
我在numpy数组上有一个numpy，并且希望通过使用这个memoryview将另一个numpy数组的内容复制到它中。import numpy as np
test[...] = np.array([[4,5],[6,7]], dtype=n
浏览 0提问于2015-05-23得票数 5
回答已采纳
1回答
我有一个NumPy浮点数组 [0.0, 1.0], [4.0, 5.0] dtype=np.float32)y = np.array([ (2.0, 3.0), ],
dtype=np.dtype((np.floa
浏览 4提问于2015-11-12得票数 2
回答已采纳
2回答
我目前正在尝试实现一种在numpy数组中存储浮点数的数据类型。但是，尝试将此类型的元素分配给具有不同长度的数组似乎显然违反了代码。可以将序列赋给数组元素，这是不可能的。from numpy import *
x = array([[2., 3.], [3.]], dtype=foo)from numpyimport *
foo= dtype(float32,
浏览 3提问于2017-10-18得票数 0
2回答
我想要生成表单的numpy数组：我希望最后一个数组有一个dtype of numpy.float32。以下是我的尝试：>>> N = 5>>> x
array([ 0. , 0
浏览 0提问于2013-11-06得票数 3
回答已采纳
既然新的Python-Bindings (cv2)不支持ImageROI (或者我没有正确使用它)，我如何在numpy Array上设置ROI？我不想在IPLImage和numpy之间进行转换。
浏览 0提问于2011-11-05得票数 2
我必须使用numpy网格创建一个非常大的网格。为了节省内存，我使用int8作为我要网格的数组的d类型。但是，meshgrid不断将类型更改为int64，这将占用大量内存。这是一个简单的例子.print grids
浏览 11提问于2017-02-07得票数 4
回答已采纳
2回答
我想把“直方图”列转换成一个二维的numpy数组来输入一个神经网络。()array([list([1, 2]), list([3, 4]), list([5, 6])], dtype=object)df["histogram_arrays&quo
浏览 1提问于2019-05-06得票数 1
回答已采纳
我想执行以下操作：out = in1 * in2 / 256然而，这要求您知道数组中的确切维数，并且通常是不优雅的(而且由于显式循环而可能更慢)。另一种方法是将一个源矩阵转换为精度更高的类型，例如：然而，这个变量可能非常
浏览 2提问于2017-04-12得票数 1
1回答
我在理解numpy.memmap的工作方式时遇到了问题。背景是，我需要通过删除条目来减少保存在磁盘上的大型numpy数组。读取数组并通过复制所需的部分来构建一个新的数组是不起作用的-它只是不适合放入内存中。所以我们的想法是使用numpy.memmap --即在光盘上工作。/out.npy'dummy_in = numpy.zeros(shape=(in_
浏览 5提问于2017-08-08得票数 0
我有一个庞大的数组列表，每个数组都由float64组成，具有不同的数组长度。我已经将它们附加到一个大的numpy数组中，但是numpy数组的dtype是一个'object‘而不是float64。我知道这可能是由于不同的长度所致，所以我尝试用零填充不同的长度，但是无法将主数组转换为dtype float。下面是发生这种情况的一个可复制的实例：
import numpy as
浏览 8提问于2021-08-29得票数 1
回答已采纳
我使用numpy数组对象的错误类型方法将数组从字符转换为整数。为了提高效率，我使用的是copy=False，但我注意到原来的数组实际上没有被修改。如果不将b声明为新数组，这是怎么可能的？import numpy
b=a.astype(numpy.int32,copy=False)
print a[0], b[0]
浏览 8提问于2016-02-04得票数 0
回答已采纳
我正在对pandas DataFrame创建进行基准测试，发现它比numpy ndarray创建更昂贵。基准代码setup = """import pandas as pdnumpy_code = """data = np.zeros(shape=(360,),dtype=[('A', 'f4'
浏览 4提问于2014-10-24得票数 1
回答已采纳
我正在尝试复制一个recarray并更改新数组中字段/记录的名称。但是，这会修改原始数组的名称(但是，这些值并未取消链接)。示例：import copyarr = np.array(np.random.random((3,2)),第一份拷贝
浏览 0提问于2011-10-29得票数 3
回答已采纳
1回答
我正在尝试交换numpy数组的命名列，如下所示，但该函数并没有按照我的预期进行操作。我看到，即使在使用复制模块的深度复制时，原始的“数据”仍在被更改。我遗漏了什么吗？import copy if i =
浏览 8提问于2022-08-04得票数 0
回答已采纳
我需要尽可能高效地将片从大型numpy数组复制到另一个较小的数组。最终，较小的数组将作为二维数组传递到C函数中进行处理。因此，必须在连续内存块中复制子数组数据。在下面的示例中，我试图预先分配较小的数组(aa)以提高效率，但我认为这会导致在每次迭代之前创建一个新创建的数组。import numpy as np
N=8
a = np.zeros((2,M),dtype=
浏览 0提问于2014-09-05得票数 2
回答已采纳
我在尝试这个：但是，这个文件比我预期的要好，因为它看起来像没有修改过的数组的to_numpy(dtype=dt)，不会产生原始数组。下面是一个可复制的完整示例：import pandas as pd (
浏览 3提问于2022-03-23得票数 4
我不明白当乘以Numpy.arrays时会发生什么。例如，对于交错(或参差不齐)的数组a = np.array([[1,2,3],[100,200]])print(a *b)[[1, 2, 3, 1, 2, 3] [100, 200, 100, 200, 100, 200, 100, 200]]import numpy as npa = np.array([[1,2],[100,200]])
b =
浏览 0提问于2016-11-08得票数 3
下面是我的最小复制测试用例：import numpydtypes=[('one',numpy.dtype(int),),('two',numpy.dtype(int),), ('three',numpy.dtype(int),)]
tmp = tempfil
浏览 6提问于2015-09-18得票数 2
据我所知，将NumPy数组转换为本地Python列表的推荐方法是使用。>>> dtype = numpy.dtype([('position', numpy.int32, 3)])>>> a = numpy.arr
浏览 3提问于2016-09-15得票数 3
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号