Tag: numpy

numpy中的flatten和ravel函数有什么区别？: import numpy as np y = np.array(((1,2,3),(4,5,6),(7,8,9))) OUTPUT: print(y.flatten()) [1 2 3 4 5 6 7 8 9] print(y.ravel()) [1 2 3 4 5 6 7 8 9] 两个函数都返回相同的列表。那么执行同样工作的两种不同function需要什么呢？

使用pip安装SciPy和NumPy: 我试图在我分发的包中创build所需的库。它需要SciPy和NumPy库。在开发的同时，我安装了两个使用 apt-get install scipy 它安装了SciPy 0.9.0和NumPy 1.5.1，并且工作正常。我想用pip install来做同样的事情 – 为了能够在我自己的包的setup.py中指定依赖关系。问题是，当我尝试： pip install 'numpy==1.5.1' 它工作正常。但是之后 pip install 'scipy==0.9.0' 悲惨地失败了 raise self.notfounderror(self.notfounderror.__doc__) numpy.distutils.system_info.BlasNotFoundError: Blas (http://www.netlib.org/blas/) libraries not found. Directories to search for the libraries can be specified in the numpy/distutils/site.cfg file (section [blas]) or by setting the BLAS environment variable. 我如何得到它的工作？

如何在pandas中获取dataframe的分片: 我从csv文件加载一些机器学习数据。前两列是观察值，其余列是特征。目前，我做了以下几点： data = pandas.read_csv('mydata.csv') 这给了一些像： data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde')) 我想在两个数据框中分割这个dataframe：一个包含列a和b ，另一个包含列c ， d和e 。写这样的东西是不可能的 observations = data[:'c'] features = data['c':] 我不确定最好的方法是什么。我需要一个pd.Panel吗？顺便说一下，我发现dataframe索引相当不一致： data['a']是允许的，但data[0]不是。另一方面， data['a':]是不允许的，但data[0:]是。这有没有一个实际的理由？假如data[0] != data[0:1]

如何在NumPy中创build一个空的数组/matrix？: 我不知道如何以我通常使用列表的方式使用数组或matrix。我想创build一个空的数组（或matrix），然后添加一列（或行）到它一次。目前唯一能find的方法就是： mat = None for col in columns: if mat is None: mat = col else: mat = hstack((mat, col)) 而如果它是一个列表，我会做这样的事情： list = [] for item in data: list.append(item) 有没有办法使用NumPy数组或matrix的那种符号？

按列sortingNumPy中的数组: 我怎样才能sorting在NumPy第n列数组？例如， a = array([[1, 2, 3], [4, 5, 6], [0, 0, 1]]) 我想在第二列中sorting行，这样我就回来了： array([[0, 0, 1], [1, 2, 3], [4, 5, 6]])

在python3中的StringIO: 我正在使用Python 3.2.1，我无法导入StringIO模块。我使用io.StringIO ，它的工作原理，但我不能用这样的numpy的genfromtxt ： x="1 3\n 4.5 8" numpy.genfromtxt(io.StringIO(x)) 我得到以下错误： TypeError: Can't convert 'bytes' object to str implicitly 当我写入import StringIO它说没有这样的模块。

最有效的方法来颠倒numpy数组: 信不信由你，在分析我现在的代码之后，numpy数组反转的重复操作吃了大量的运行时间。我现在所拥有的是基于普遍观点的方法： reversed_arr = arr[::-1] 还有没有其他办法可以更有效地做到这一点，还是仅仅是因为我对不切实际的颠簸performance的痴迷而产生的幻想呢？

如何将二维浮点numpy数组转换为二维int numpy数组？: 如何将真正的numpy数组转换为int numpy数组？试图直接使用地图数组，但它没有工作。

scipy和numpy之间的关系: scipy似乎在自己的命名空间中提供了大部分（但不是全部[1]）的numpy函数。换句话说，如果有一个名为numpy.foo的函数，几乎肯定有一个scipy.foo 。大多数时候，两者看起来完全一样，往往甚至指向相同的function对象。有时候，他们是不同的。举一个最近出现的例子： numpy.log10是一个numpy.log10 ，返回负数参数的NaN; scipy.log10为负面参数返回复数值，并且看起来不是scipy.log10 。关于log ， log2和logn也可以这样说，但不是关于log1p [2]。另一方面，对于相同的scipy.exp ， numpy.exp和scipy.exp似乎是不同的名称。 scipy.log1p和numpy.log1p也是如此。另一个例子是numpy.linalg.solve vs scipy.linalg.solve 。他们是相似的，但后者提供了一些额外的function，前者。为什么表面上的重复？如果这是为了批量导入scipy命名空间，为什么行为和缺失函数的细微差别？是否有一些总体逻辑可以帮助消除混淆？ [1] numpy.min ， numpy.max ， numpy.abs和其他一些在scipy命名空间中没有对应的。 [2]使用numpy 1.5.1和scipy 0.9.0rc2进行testing。

如何漂亮打印numpy.array没有科学记数法和给定的精度？: 我很好奇，是否有任何方式打印格式numpy.arrays，例如，类似于这样的： x = 1.23456 print '%.3f' % x 如果我想打印浮点数的numpy.array，它打印几个小数，通常是'科学'的格式，这是很难读，即使是低维数组。但是，numpy.array显然必须作为string打印，即％s。有没有解决这个问题的方法？