matplotlib의 히스토그램을 사용하면 빈 수를 선택할 수 있습니다. 그러나 어떻게 numpy의 막대 그래프에서 bin 수를 선택할 수 있습니까? 쓰레기통 이때 범위 import matplotlib.pyplot as plt
import numpy as np
array = [1,3,4,4,8,9,10,12]
range = int((max(array
나는 pandas DataFrame 개체를 사용하고 열 값을 기반으로 행을 선택했습니다. .values을 사용하여 행을 선택하면 약 2 배 빠릅니다. 왜 이런거야? 그리고 느린 경우 첫 번째 예제를 사용해야하는 이유가 있습니까? df = pd.DataFrame(np.random.randint(0, high=10, size=(1000, 4)), columns
Linux에서 python 3.6 및 numpy 1.12.1을 사용할 때 이상한 동작이 발생했습니다. 나는 np.array([0.0, 0.0, 0.0])으로 초기화하는 self.count 속성을 가지고 있습니다. 나는 self.count이 다른 속성처럼 행동하고 클래스 인스턴스 당 자체 값을 가질 것이라고 기대합니다. 그러나, addPixel 방법에 아래의
이미지를 자르고 pytesseract를 사용하여 자릿수를 읽습니다. 그러나 먼저 자른 이미지를 저장 한 다음이 코드를 다시로드하여 작동시켜야합니다. 이 일을 피하고 효율성을 향상시킬 수있는 방법이 있습니까? in image_to_string if len(image.split()) == 4: AttributeError: 'numpy.ndarray' objec
팬다 데이터 프레임에 새 열을 만들어 조건부 서식에 따라 정수 값을 할당하려고합니다. 예 것이다 : 경우 ((a> 1) & (a < 5))을 수득 값 (10)의 경우 ((a> = 5) & (a < 10))의 값 (24)을 부여하는 경우 ((a > 10) & (a < 5)) 값 57 여기서 'a'는 데이터 프레임의 다른 열입니다. 기능을 만들지 않고 pand
안녕하세요, 꽤 잡음이 많은 FFT가 있습니다. 내 코드 해밍 창에 적용하여 시끄 럽지 않게 만드는 법. 내 코드를보고 : plt.subplot(212)
plt.title('Fast Fourier Transform')
plt.ylabel('Power [a.u.]')
plt.xlabel('Frequency Hz')
fft1 = (Bx[51:-14])
import numpy as np
import scipy as sc
from sklearn.preprocessing import normalize
import scipy.sparse as sp
import numpy
import numpy as np
import scipy.sparse as sp
def func1(A,c,eps,maxit
미리 사과하십시오. 파이썬은 제 강점이 아닙니다. 이 행렬의 실제 고유 값에 해당하는 고유 벡터 (파이썬으로 계산 됨)는 고유 벡터로 보이지 않지만 Wolfram Alpha에서 계산 된 고유 벡터는 작동하는 것으로 보입니다. (. 내 동료는 내가 성적이없는 있지만, R에서 계산을 수행 할 때 같은 병리 사건을 것으로 보인다 확인) 코드 스 니펫을 다음 in
나는 다음과 같은 성명을 통해 온 : train_set_x의 train_set_x.reshape(train_set_x.shape[0], -1).T
shape은 다음과 같습니다 (209, 64, 64, 3) 내가 이렇게 shape[0]이 209이라고 생각하고 T는 전치? 위의 reshape 문을 이해할 수 없습니까? -1은 무엇입니까? 그것에 대한 설명은