Tag: numpy

移动平均线或平均线

是否有一个pyipy函数或numpy函数或模块的python，计算给定一个特定的窗口一维数组的运行平均值？ / M

如何使用matplotlib在单个页面上创build几个图？

我写了一次打开16位数字的代码。 目前，它们都以单独的图表forms开放 我希望他们能够在同一页面上打开所有内容。 不一样的图。 我想在单个页面/窗口上显示16个单独的graphics。 另外由于某种原因，numbins和defaultreallimits的格式不能保留过去的图1.我是否需要使用subplot命令？ 我不明白为什么我不得不但不知道我会做什么？ import csv import scipy.stats import numpy import matplotlib.pyplot as plt for i in range(16): plt.figure(i) filename= easygui.fileopenbox(msg='Pdf distance 90m contour', title='select file', filetypes=['*.csv'], default='X:\\herring_schools\\') alt_file=open(filename) a=[] for row in csv.DictReader(alt_file): a.append(row['Dist_90m(nmi)']) y= numpy.array(a, float) relpdf=scipy.stats.relfreq(y, numbins=7, defaultreallimits=(-10,60)) bins = numpy.arange(-10,60,10) print numpy.sum(relpdf[0]) print bins patches=plt.bar(bins,relpdf[0], width=10, facecolor='black') titlename= […]

提取numpy数组中的特定列

这是一个简单的问题，但是说我有一个MxNmatrix。 我想要做的就是提取特定的列并将它们存储在另一个numpy数组中，但是我得到无效的语法错误。 这里是代码： extractedData = data[[:,1],[:,9]]. 看来上面的线应该足够了，但我猜不是。 我环顾四周，但无法find任何关于这个特定场景的语法。

Numpy：我应该使用newaxis还是None？

在numpy中，可以使用切片语法中的'newaxis'对象来创build长度为1的轴，例如： import numpy as np print np.zeros((3,5))[:,np.newaxis,:].shape # shape will be (3,1,5) 该文档指出 ，也可以使用None而不是newaxis ，效果完全相同。 有什么理由select一个吗？ 有没有一般的偏好或风格指南？ 我的印象是，新newaxis更受欢迎，可能是因为它更明确。 那么为什么None允许有任何理由？

如何计算Python中的ndarray中某些项目的发生？

在Python中，我有一个打印为array([0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1]) 0，0，0，1，0，1，0，0，0，0，1]）的ndarray y 我试图计算这个数组中有多less个0和多less个1。 但是当我键入y.count(0)或y.count(1) ，它说'numpy.ndarray'对象没有属性'计数' 我该怎么办？

-1是什么意思在numpy重塑？

使用带参数-1的重塑函数可以将一个numpymatrix重新整形成一个向量。 但我不知道这里是什么意思。 例如： a = numpy.matrix([[1, 2, 3, 4], [5, 6, 7, 8]]) b = numpy.reshape(a, -1) b的结果是： matrix([[1, 2, 3, 4, 5, 6, 7, 8]]) 有人知道什么-1意味着在这里？ 它似乎python分配-1几个含义，如： array[-1]意味着最后一个元素。 你能给一个解释吗？

如何检查numpy数组是否为空？

如何检查numpy数组是否为空？ 我使用了下面的代码，但是如果数组包含一个零，这是失败的。 if not self.Definition.all(): 这是解决scheme吗？ if self.Definition == array( [] ):

从numpy数组中查找等于零的元素的索引

NumPy具有有效的函数/方法ndarray nonzero()来标识ndarray对象中非零元素的ndarray 。 什么是获得值为零的元素的最有效的方法？

numpy数组，如何select满足多个条件的索引？

假设我有一个numpy数组x = [5, 2, 3, 1, 4, 5] 5,2,3,1,4,5 x = [5, 2, 3, 1, 4, 5] ， y = ['f', 'o', 'o', 'b', 'a', 'r'] 。 我想selecty对应于x中大于1且小于5的元素。 我试过了 x = array([5, 2, 3, 1, 4, 5]) y = array(['f','o','o','b','a','r']) output = y[x > 1 & x < 5] # desired output is ['o','o','a'] 但是这不起作用。 […]

有没有办法使用pythonappend与SWIG的新的内置function？

我有一个与SWIG合作的小项目。 特别是，我的一些函数返回std::vector s，它被转换成Python中的元组。 现在，我做了很多数字，所以我只是让SWIG在从c ++代码返回之后将它们转换为numpy数组。 要做到这一点，我在SWIG中使用类似下面的内容。 %feature("pythonappend") My::Cool::Namespace::Data() const %{ if isinstance(val, tuple) : val = numpy.array(val) %} （实际上，有几个函数名为Data，其中一些返回浮点数，这就是为什么我检查val实际上是一个元组）。 但是，我也想使用现在可用的-builtin标志。 对这些数据函数的调用是很less见的，而且大部分是交互式的，所以它们的慢度不是问题，但是还有其他的慢速循环会随着内置选项而显着加速。 问题是，当我使用该标志时，pythonappendfunction被忽略。 现在，Data只是再次返回一个元组。 有什么办法，我仍然可以返回numpy数组？ 我尝试使用types映射，但它变成了一个巨大的混乱。 编辑： Borealid非常好地回答了这个问题。 只是为了完整性，我包含了一些相关的，但我需要的，因为我通过const引用返回，并使用vector向量（不要开始！），因此我需要微妙的不同的types映射。 这些是不同的，我不希望其他任何人试图找出微小的差异。 %typemap(out) std::vector<int>& { npy_intp result_size = $1->size(); npy_intp dims[1] = { result_size }; PyArrayObject* npy_arr = (PyArrayObject*)PyArray_SimpleNew(1, dims, NPY_INT); int* dat = (int*) PyArray_DATA(npy_arr); for (size_t […]