如何提取与1D numpy.ndarray中包含的索引相对应的列表元素？ 这是一个例子：list_data = list(range(1, 100)) arr_index = np.asarray([18, 55, 22]) arr_index.shapelist_data[arr_index] # FAILS我希望能够检索与arr_index相对应的list_data元素.解决方法:你可以使用numpy.take – import numpy as np np.take(list_data,arr_index)样品运行 – In [12]: list_data = list(range(1, 20))In [13]: list_data Out[13]: [1, 2, 3,...
我正在尝试填充矩阵的偏移对角线：loss_matrix = np.zeros((125,125))np.diagonal(loss_matrix, 3).fill(4)ValueError: assignment destination is read-only两个问题： 1)如果不迭代索引,如何设置numpy数组的偏移对角线？ 2)为什么np.diagonal的结果只读？ numpy.diagonal的文档读取：“在NumPy 1.10中,它将返回读/写视图,写入返回的数组将改变原始数组.”np.__version__'1.10.1'解决方法:根据NumPy问题跟踪器上的discussion判断,...
我有一个大的numpy 3d数组(10000,3,3).其中我想找到每个区域的中心坐标(具有相同数字的簇).每个子阵列可以具有1,2,3或4个区域. 我的数组的一个子集是：largearray= array([[[1, 0, 0],[0, 0, 2],[3, 0, 2]],[[0, 0, 4],[0, 0, 4],[0, 0, 4]],[[5, 0, 0],[5, 0, 6],[0, 6, 6]],[[7, 0, 8],[0, 0, 0],[9, 0,10]]])我想要的输出是子阵列的位置以及代表中心的x和y坐标：#output: array([[ 0., 0., 0.], [ 0., 1.5, 2.], [ 0., 2., 0.],...
奇怪的问题是,我有一个3D阵列充满标签(比如说1-36),名为labelled_stack.这些只是数组中的值等于给定标签的区域.带有5个标签的快速2D示例如下：labelled_stack = (0 0 0 0 0 0 0 0 0 0)(0 1 1 0 0 0 2 2 2 0)(0 1 0 0 3 0 0 2 2 0)(0 0 0 3 3 0 0 0 0 0)(0 4 0 0 3 0 0 0 5 0)(0 4 0 0 0 0 5 5 5 0)(0 0 0 0 0 0 0 0 0 0)但想象一下它的阵容…… 我已经尝试使用cv2.imwrite和scipy.misc.imsave来保存堆栈,但是当我这样做然后打开它们...
我有一个大图像A和一个较小的图像B,都表示为2-D numpy数组.我想使用A作为画布,并在其上面写出B的翻译副本,以六边形排列.我无法理解的部分是如何处理它,使图像垂直和水平包裹 – 基本上我想要的是将(填充的,必要的)子图像定期镶嵌到圆环上. 我已经看过numpy.take和numpy.roll的讨论了wrapping around slices in Python / numpy,它告诉我如何访问和返回一个数组的包装切片的副本,但我想分配给那个,即对于任意整数rowOffset和columnOf...
我有一个制表符分隔的csv数据集如下：1 2 3 4 5 6 [0, 1, 2, 3, 4, 5] 3 1 2 6 4 5 [2, 0, 1, 5, 3, 4] 7 8 9 10 11 6 [0, 1, 2, 3, 4, 5] 10 11 9 8 7 6 [3, 4, 2, 1, 0, 5] 12 13 4 14 15 6 [0, 1, 2, 3, 4, 5] 13 4 14 12 ...
我有一个Pandas DataFrame,如下所示：values max_val_idx 0 np.array([-0.649626, -0.662434, -0.611351]) 2 1 np.array([-0.994942, -0.990448, -1.01574]) 1 2 np.array([-1.012, -1.01034, -1.02732]) 0df [‘values’]包含固定长度为3个元素的numpy数组df [‘max_val_idx]包含相应数组的最大值的索引 由于已经给出了每个数组的最大元素...
我需要组织一个包含命名数据块的数据文件.数据是NUMPY数组.但我不想使用numpy.save或numpy.savez函数,因为在某些情况下,数据必须通过管道或其他接口在服务器上发送.所以我想将numpy数组转储到内存中,压缩它,然后将其发送到服务器中. 我尝试过简单的泡菜,像这样：try:import cPickle as pkl except:import pickle as pkl import ziplib import numpy as npdef send_to_db(data, compress=5):send( zlib.compress(pkl.dumps(data),co...
我正处于学习NumPy的开始阶段.我有一个33矩阵的Numpy数组.我想创建一个新的数组,其中每个矩阵旋转90度.我已经研究了这个answer,但我仍然无法弄清楚我做错了什么.import numpy as np# 3x3 m = np.array([[1,2,3], [4,5,6], [7,8,9]])# array of 3x3 a = np.array([m,m,m,m])# rotate a single matrix counter-clockwise def rotate90(x):return np.rot90(x)# function that can be called on all elements of an np.array # Note: I...
我有一个numpy 2D数组,其值介于0到59之间. 对于那些熟悉DL,特别是图像分割的人 – 我从.png图像创建数组(称之为L),每个像素的值L [x,y]表示该像素所属的类(在60班). 我想创建一个1热的张量 – Lhot,其中(Lhot [x,y,z] == 1)仅在(L [x,y] == z)时,否则为0. 我想用某种广播/索引(1,2行)创建它 – 没有循环. 它应该在功能上等于这段代码(Dtype对应于L)：Lhot = np.zeros((L.shape[0], L.shape[1], 60), dtype=Dtype) for i in range(...
我想找到与另一个numpy匹配的索引对应的行的总和. 以下示例更好地证明了这一点.A=np.array(['a-1','b-1','b-1','c-2','a-1','b-1','c-2']); b = np.array([1.21,2.34,1.2,2.8,10.0,0.9,8.4]);;我更喜欢输出是字典,这样d['a-1'] = 1.21 + 10.0 = 11.21 d['b-1'] = 2.34 + 1.2 + 0.9 = 4.44 d['c-2'] = 2.8 + 8.4 = 11.2结果是b数组的元素总和,对应于A数组中出现相同值的索引.有没有一种有效的方法来做到这一点？我的阵列很大(数百万...
今天学习像素的遍历，反转，以及numpy的基本操作。 用法：zeros(shape, dtype=float, order=C) 返回：返回来一个给定形状和类型的用0填充的数组； 参数：shape:形状 dtype:数据类型，可选参数，默认numpy.float64 dtype类型：t ,位域,如t4代表4位 b,布尔值，true or false i,整数,如i8(64位）u,无符号整数，u8(64位） f,浮点数，f8（64...
我目前正在使用scikit-image库在python中处理图像处理.我正在尝试使用索沃拉阈值使用以下代码制作二进制图像：from PIL import Image import numpy from skimage.color import rgb2gray from skimage.filters import threshold_sauvolaim = Image.open("test.jpg") pix = numpy.array(im) img = rgb2gray(pix)window_size = 25 thresh_sauvola = threshold_sauvola(img, window_size=window_size) binary_sauvola = img > thresh_s...
我有一个问题,其中一些numpy数组不使用cv.fromarray()转换为cvMat.只要numpy数组被转置,就会出现问题.import numpy as np import cv# This works fine: b = np.arange(6).reshape(2,3).astype('float32') B = cv.fromarray(b) print(cv.GetSize(B))# But this produces an error: a = np.arange(6).reshape(3,2).astype('float32') b = a.T B = cv.fromarray(b) print(cv.GetSize(B))Traceback (most recent call last):File "<std...
我已将文本文件导入到numpy数组中,如下所示.data=np.genfromtxt(f,dtype=None,delimiter=',',names=None)其中f包含我的csv文件的路径 现在数据包含以下内容.array([(534, 116.48482, 39.89821, '2008-02-03 00:00:49'),(650, 116.4978, 39.98097, '2008-02-03 00:00:02'),(675, 116.31873, 39.9374, '2008-02-03 00:00:04'),(715, 116.70027, 40.16545, '2008-02-03 00:00:45'),(2884, 116.67727, 39.88201, '2008-02-03 00:00:48'...