Tag: numpy

与副本的Numpy数组赋值: 例如，如果我们有一个numpy数组A ，并且我们想要一个具有相同元素的numpy数组B 这些方法有什么区别？何时分配额外内存，何时不是？ B = A B[:] = A （与B[:]=A[:] ？相同） numpy.copy(B, A)

在一个numpy向量中查找最频繁的数字: 假设我在python中有以下列表： a = [1,2,3,1,2,1,1,1,3,2,2,1] 如何在这个列表中find最频繁的数字？

指定intersphinx链接到numpy，scipy和matplotlib的目标: 按照设置包之间Sphinx文档链接的文档，我已经添加了 intersphinx_mapping = {'python': ('http://docs.python.org/2', None), 'numpy': ('http://docs.scipy.org/doc/numpy/', None), 'scipy': ('http://docs.scipy.org/doc/scipy/reference/', None), 'matplotlib': ('http://matplotlib.sourceforge.net/', None)} 到我的conf.py ，但似乎无法获得除Python本身以外的任何项目的链接工作。例如 :term:`svg graphics <matplotlib:svg>` 只是带我到索引页面，没有添加预期的#term-svg锚点，我什至不能findscipy词汇表或找出如何确定:ref: s或:term: s是由一个包支持。我在哪里可以find如何在numpy ， scipy和matplotlib为:ref: s和:term:指定目标的说明？对于这个问题，我怎么链接到狮身人面像？添加 intersphinx_mapping['sphinx'] = ('http://sphinx-doc.org/', None) 和 :ref:`Intersphinx <intersphinx>` 不起作用。

Numpy“聪明”的对称matrix: 在[i][j]被写入时，numpy中是否有一个智能且空间对称的matrix自动（并且透明地）填充[j][i]处的位置？ import numpy a = numpy.symmetric((3, 3)) a[0][1] = 1 a[1][0] == a[0][1] # True print(a) # [[0 1 0], [1 0 0], [0 0 0]] assert numpy.all(a == aT) # for any symmetric matrix 一个自动的埃米特文也会很好，虽然在写作的时候我不需要这个。

如何添加一个新的行到一个空的numpy数组: 使用标准的Python数组，我可以做到以下几点： arr = [] arr.append([1,2,3]) arr.append([4,5,6]) # arr is now [[1,2,3],[4,5,6]] 但是，我不能在numpy中做同样的事情。例如： arr = np.array([]) arr = np.append(arr, np.array([1,2,3])) arr = np.append(arr, np.array([4,5,6])) # arr is now [1,2,3,4,5,6] 我也研究过vstack ，但是当我在一个空数组上使用vstack时，我得到： ValueError: all the input array dimensions except for the concatenation axis must match exactly 那么我怎么做一个新的行添加到numpy中的空数组？

numpyreplace数组中的负值: 任何人都可以build议一个简单的方法，用0replace数组中的所有负值？我有一个完整的块如何使用numpy数组例如 a = array([1, 2, 3, -4, 5]) 我需要回来 [1, 2, 3, 0, 5] a < 0给出： [False, False, False, True, False] 这是我卡住的地方 – 如何使用这个数组来修改原始数组

绘制matplotlib中bar高度总和为1的直方图: 我想从一个使用matplotlib的vector绘制一个归一化的直方图。我尝试了以下内容： plt.hist(myarray, normed=True) 以及： plt.hist(myarray, normed=1) 但是这两个选项都不能从[0，1]中产生一个y轴，使得直方图的高程值总和为1.我想要生成这样一个直方图 – 我该怎么做？谢谢！

numpy.random.seed（0）是做什么的？: np.random.seed在Scikit-Learn教程的下面代码中做了什么？我不是很熟悉NumPy的随机状态生成器的东西，所以我非常感谢外行人对此的解释。 np.random.seed(0) indices = np.random.permutation(len(iris_X))

将一个NumPy数组附加到一个NumPy数组中: 我有一个numpy_array。像[ abc ] 。然后我想把它附加到另一个NumPy数组（就像我们创build一个列表清单）。我们如何创build一个包含NumPy数组的NumPy数组？我试图做到以下没有任何运气 >>> M = np.array([]) >>> M array([], dtype=float64) >>> M.append(a,axis=0) Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: 'numpy.ndarray' object has no attribute 'append' >>> a array([1, 2, 3])

根据布尔值列表过滤列表: 我有一个值列表，我需要过滤布尔值列表中的值： list_a = [1, 2, 4, 6] filter = [True, False, True, False] 我用下面一行生成一个新的过滤列表： filtered_list = [i for indx,i in enumerate(list_a) if filter[indx] == True] 这导致： print filtered_list [1,4] 这条线的工作，但看起来（对我来说）有点矫枉过正，我想知道是否有一个简单的方法来实现相同的。 build议下面的答案给出了两个很好的build议总结： 1-不要像我这样命名列表filter因为它是一个内置函数。 2-不要把事情比作True就像我if filter[idx]==True..因为这是不必要的。只要使用if filter[idx]就足够了。