numpy-broadcasting

4열

1답변

Python, Numpy, 배열을 다차원으로 함께 추가하는 방법 (브로드 캐스팅)

공통 인덱스가있는 여러 크기의 배열이 있습니다. 예를 들어 , Arr1 = np.arange(0, 1000, 1).reshape(100, 10) Arr2 = np.arange(0, 500, 1).reshape(100,5) Arr1.shape = (100, 10) Arr2.shape = (100, 5) 나는 차원 셋 인 새로운 배열, Arr3에 함

1열

3답변

NumPy와 3D 전용 도면

으로 I는 간격에 의해 정의 xi,yi,zi 입방 격자가 meshgrid. W.shape() == size. 클래스 scipy.interpolate.LinearNDInterpolator(points, values) : 매개 변수 : points : 수레의 ndarray, 모양 (npoints, ndims) 데이터 포인트 좌표 I 입력으로 요구하는 scipy

3열

2답변

Numpy Broadcasting에 대한 설명 응답

최근에 질문 한대로 답변 한 here을 게시했습니다. 그러나 나는 대답을 더 잘 조작 할 수있는 능력을 과대 평가했다고 생각한다. 나는 방송 문서를 읽고, numpy 방송에 관해 2002 년으로 돌아 갔던 몇 개의 링크를 따라 갔다. N = 10 out = np.zeros((N**3,4),dtype=int) out[:,:3] = (np.arange(N*

1열

2답변

"numpy.add (a, b)"와 "a + b"의 차이점은 무엇입니까?

두 개의 ndarrays a와 b를 추가 할 때 numpy.add(a,b)과 a+b 사이에 차이가 있습니까? 설명서에 numpy.add은 "Equivalent to x1 + x2 in terms of array broadcasting."입니다. 그러나 나는이 의미가 무엇인지 모릅니다. numpy.add(numpy.array([1,2,3]),4)도 작동합니다

1열

1답변

두 개의 벡터에 대한 함수를 브로드 캐스팅하여 두 번째 numpy 배열을 얻는다.

결과가 P [i, j] = f (v [i], v [ j]). 나는 단순히 그것을 할 수 있다는 사실을 알고 : P = zeros((v.shape[0], v.shape[0])) for i in range(P.shape[0]): for j in range(P.shape[0]): P[i, j] = f(v[i,:], v[j,:]) 이상 해

0열

1답변

NumPy와 : + 부울 색인

방송 I이 A: shape (n1, n2) array of float B: shape (n2,) array of float M: shape (n1, n2) array of bool 가 어떻게 다음 pseduo 코드 INTE 효율적인 실제 코드를 돌려 다음을 수행 NumPy와 배열? 배열은 1 억 개를 초과하는 거대한 요소 일 수 있습니다. A[M]

0열

1답변

에 ValueError : 피연산자는 모양 (200,49000) (10,49000) (200,49000)

이 a=np.zeros((20,4900)) b=np.zeros((1,4900)) a+=b 작품을 완벽하게 정상적으로과 함께 방송 할 수 없습니다. 그러나,이 : ValueError: operands could not be broadcast together with shapes (200,49000) (10,49000) (200,49000) 무엇

5열

3답변

Numpy : 배열의 모든 값을 인접한 요소의 평균으로 대체하십시오.

나는 ndarray를 가지고 있으며 배열의 모든 값을 인접 요소의 평균으로 대체하려고합니다. 아래의 코드는 작업을 수행 할 수 있지만 700 배열이 모두 모양 (7000, 7000) 일 때 속도가 매우 느리기 때문에 더 좋은 방법이 있는지 궁금합니다. 감사! a = np.array(([1,2,3,4,5,6,7,8,9],[4,5,6,7,8,9,10,11,12

19열

1답변

Numpy`ValueError : 피연산자가 모양과 함께 브로드 캐스트되지 못했습니다. '

저는 파이썬 2.7을 사용 중이며 1.00000000에서 3.0000000008 사이의 임의의 데이터에 대해 포 캐스트를 시도하고 있습니다. 배열에 약 196 개의 항목이 있는데 오류가 발생합니다. ValueError: operands could not be broadcast together with shape (2) (50) 본인 스스로이 문제를 해결