나는 numpy 배열 a, a.shape=(17,90,144)을 가지고 있습니다. cumsum(a, axis=0)의 각 열의 최대 크기를 찾고 싶지만 원래 기호는 그대로 유지하고 싶습니다. 즉, 주어진 열 a[:,j,i]에 대해 가장 큰 크기 인 cumsum이 음수 값에 해당하면 마이너스 기호를 유지하려고합니다. 코드 np.amax(np.abs(a.cums
행을 조작 할 때 이전 결과를 "볼 수있는"함수를 어떻게 적용합니까? 이 많이 등장하지만, 내 현재의 문제는 총 5 예 데이터에 도착하지 않는 경우 재설정 학생이 실행중인 총이 필요합니다 > df
row Student Absent Consecutive.Absences
1 A 0 0
2 A 1 1
R의 조건부 누적 합계에 대한 많은 질문과 답변을 찾았지만, 지금까지 내가 본 모든 것들은 조건부로 단일 변수를 합산하는 것과 관련이 있습니다. 내가하려고하는 것은 조건부 합계 식을 일반화하여 여러 열에서 반복 될 수 있도록하는 것입니다. 역사적인 NFL 게임 데이터가 포함 된 거대한 데이터 프레임 (약 2,500 행 × 136 열)이 있습니다. 팀 시즌
을에 반복, 나는 NumPy와 함께 파이썬 코드의 조각을 구현하는 방법을 찾고 있어요 D 어레이 (1300 * 1300). np.cumsum() 좋은 방법을 제공합니다. N[0][i] 또는 N[i][0]입니다. 진화하는 배열이 아니라 원본 배열의 값만 합산한다는 점만 다릅니다. 나는 그렇게 할 방법이 없다. 어떤 아이디어? @Edit : 명확 물건을 만들려
나는 오류를 얻을 sum(vector) == cumsum(vector)(length(vector))
>> Error:()-indexing must appear last in an index expression.
알아요 나는 다만 수 : 논리적 1. 를 반환합니다 Vec1 = cumsum(mat);
sum(mat) == Vec1(length(mat)
나는 이것이 상당히 쉬운 질문 인 것처럼 느껴지지만 내 인생에서 나는 대답을 찾지 못하는 것 같습니다. 나는 꽤 표준적인 데이터 프레임을 가지고 있으며, 어떤 값 (정확한 값 또는 그 값보다 큰 값)에 도달 할 때까지 값의 열을 합산하는 것이고, 그 시점에서 1을 새로운 열 (레이블이 붙은 유지)를 수행하고 0에서 합계를 다시 시작합니다. 분, 열 및 누적
numpy.cumsum()의 기능을 에뮬레이트하려고합니다. 누적 제곱 값을 캡처해야합니다. 예 : 나는 [1,2,3,4] 인 배열을 가지고 있습니다. numpy.cumsum(array)을 사용하면 array([1,3,6,10])을 반환 할 수 있습니다. 내 목표는 값의 누적 제곱을 얻기 위해 몇 가지 빠른 numpy 트릭을 사용하는 것입니다. >>> y =