파이썬에서 히스토그램을 만드는 방법을 알고 있지만 확률 밀도 분포라고 생각합니다. 내 사례부터 시작해 보겠습니다. 나는 배열이 d이고, 요소의 크기는 500000이다. 다음 코드를 사용하여 간단한 배열을 구성하여 배열 d의 배열 요소 중 몇 개가 각 저장소 사이에 있는지를 알려줍니다. max_val=log10(max(d))
min_val=log10(min
나는 2048x2048 메쉬의 불규칙한 데이터 zi = f(xi, yi)을 가지고 있으며, 본질적으로 세 개의 2048 개의 실수 값 세트입니다. I는 0에서 2047 내가 1000x1000 이하의 이미지를 잘 작동하는 것 같다 griddata을 시도 하지만 불면에 있습니다 원활 wi = f(ui, vi) 곳 ui 및 vi의 일반 메쉬에 그 (아마도 바이
np.rec.fromrecords에 대한 단일 호출을 사용하여 튜플 목록을 numpy 재 배열로 변환 할 때 None 값을 처리하는 적절한 방법이 있습니까? import numpy as np
a = [('Bob', 40, 3.14), ('Sue', 38, 6.28), ('Jim', None, 9.42)]
dtype = [('NAME', 'S10'), (
나는 형식의 NumPy와 배열을 생성 (희망 for 루프없이) 신속하게 찾고 있어요 다른 범위에 대해 다른 지점에서 반복됩니다. 나는 정말로 다음과 같은 것을 생각하고있다 : import numpy as np
a = np.zeros(100)
a[0:3,9:11,15:16] = np.array([a,b,c])
어떤 것은 분명히 효과가 없다. 어떤 제안
은가 (매우) 내 프로그램의 vesrion을 shorterned입니다 normvecs 벡터가 덮어지고 있지 않습니다 , 당신은이 코드의 실행 만하면 직접 볼 수 woud을 매개 변수 기하 구조 함수는 N + 1 × 2 배열을 n은 입력으로, 나는 (내가 내가 생각하는) 정말 멍청한 짓을하는 것 같아 올바른지 또는 내가이 동작 import numpy as n
모양의 배열 (a, b, c)을 가지고 있고 두 번째 차원에 모양 배열을 곱하려고합니다. (b) for 루프가 작동하지만 더 좋은 방법이 있습니까? Ex. 사용 broadcasting A = np.array(shape=(a,b,c))
B = np.array(shape=(b))
for i in B.shape[0]:
A[:,i,:]=A[:,i,:
a + b의 내용으로 채워지는 numpy 1 차원 배열 c이 있습니다. PyOpenCL을 사용하는 기기에서 우선 a + b을 실행합니다. numpy 슬라이싱을 사용하여 파이썬에서 c 결과 배열의 정확성을 신속하게 결정하고 싶습니다. 이 내가 현재 def python_kernel(a, b, c):
temp = a + b
if temp[:]