numpy

0열

1답변

저는 Python 3.5에서 TFLearn을 사용하여 패턴 인식 문제에 대한 DNN을 작성하고 있습니다. 나의 입력은 [50, 300]으로 형성되므로 대략 훈련 세트는 300 개의 요소로 구성된 50 개의 요소로 구성된 배열 목록입니다. 내가 만들고있는 모든 배열은 NumPy 배열입니다. 여기 코드 내가 사용 : 네트워크의 Traceback (most re

-2열

1답변

numpy 배열을리스트로 연결

numpy 배열을 list와 연결하고자합니다. 이 같은 : trainClass = np.ones(len(allDataList[0])).tolist() trainArray = tfIdfsListTrain.toarray() np.concatenate((trainArray, trainClass)) 하지만 난 그것을 할 방법을 모르겠어요.

1열

1답변

파이썬에서의 중앙 기반 선형 회귀

중간 절대 오류를 최소화하여 1 차원 선형 회귀를 수행하고자합니다. 처음에는 상당히 표준적인 사용 사례라고 가정했지만 빠른 검색을 통해 놀랍게도 모든 회귀 및 보간 함수는 평균 제곱 오류를 사용함이 드러났습니다. 내 질문 : 한 차원에 대한 선형 회귀를 기반으로 중간 오류를 수행 할 수있는 함수가 있습니까?

2열

2답변

x, y 값에 따라 함수를 외삽하는 법은 무엇입니까?

좋아, 그래서 며칠 전에 파이썬으로 시작했다. 내가 화학 학부생이기 때문에 주로 DataScience에 사용합니다. 글쎄요, 이제는 함수를 외삽 법에 적용해야하므로 손에 작은 문제가 생겼습니다. 간단한 다이어그램과 그래프를 만드는 방법을 알고 있으므로 가능한 한 쉽게 설명해주십시오. 나는 Y (또는 Y2) 값 내 X = 0 얻기 위해 추정 할 수있는 방법을

0열

1답변

Numpy 임의 선택 함수는 이상한 결과를 제공합니다.

나는 숫자 목록과이 숫자에 해당하는 확률 목록이 있습니다. 확률에 따라 숫자 목록에서 숫자를 선택하려고합니다. 이를 위해 NumPy 라이브러리의 random.choice 함수를 사용합니다. 내가 아는 한 random.choice 함수는 확률 (0과 같습니다)에 따라 첫 번째 항목을 선택하지 않아도됩니다. 그러나 여러 번 반복하면 첫 번째 항목이 선택됩니다.

1열

1답변

기호를 기반으로 기호 행렬의 요소 색인을 찾는 방법은 무엇입니까?

나는 상징적 인 행렬에서 값의 색인을 찾고 싶다. 예를 들어, 아래 Q 행렬에 'Zc'기호가있는 색인을 찾고 싶습니다. from sympy import symbols, Matrix Zc,Yc,L=symbols("Zc Yc L",real=True) Q=Matrix(([0,Zc,-Y],[-Zc*L,0,L/2],[Yc,-L/2,0])) 예상되는 대답은 [

1열

1답변

현재 스태틱 프레임으로 스 캐터 플롯을 애니메이션화합니다. 대신 움직이는 창을 통해 움직이는 방법이 있습니까?

저는 애니메이션 플롯 플롯을 만드는 [2000][200,3] 형식의 배열 배열을 가지고 있습니다. 2000은 프레임 수이고 내부 배열은 분산 될 점인 [length, [x,y,inten]] 형식을가집니다. Array[0]=np.array([x_1,y_1,I_1],[x_2,y_2,I_2],...,[x_200,y_200,I_200]) 그래서 우리가 200

-1열

1답변

np.dot를 실행하는 데 매우 오랜 시간이 걸림

numpy로 행렬 인수 분해 알고리즘을 구현 중이며 오랫동안 내 코드가 실행되어 jupyter 커널이 다시 시작되는 것으로 나타났습니다. 나는 np.dot를 사용하는 1 줄의 코드에 오류를 현지화했다. 천천히 실행되는 코드 스 니펫은 다음과 같습니다. H = np.random.rand(n_features, 8) print(H_start.T.shape) #

0열

1답변

그래프에서 matplotlib 히스토그램 빈 수를 직접 시각화하십시오

간단한 질문이 있다고 생각하지만 제 생각에는 이것을 달성하는 데 도움이되는 블로그를 볼 수 없습니다. 나는 "시리즈"라고 불리는 파이썬 팬더 시리즈를 가지고 있으며, 히스토그램을 시각화하기 위해 series.hist()를 사용한다. 그래프에 직접 각 bin에 대한 발생 횟수를 시각화해야하지만이 문제에 대한 해결책을 찾을 수는 없습니다. 각 bin의 상단에

0열

1답변

numpy.genfromtxt의 dtype 인수

>>> from io import StringIO >>> import numpy as np >>> s = StringIO("1,1.3,abcde") >>> data = np.genfromtxt(s, dtype=[('myint','i8'),('myfloat','f8'), ... ('mystring','S5')], delimiter=",") >>> d