numpy

    2

    1답변

    두 개의 3d 점과 다른 점의 3 차원 점이 주어지면 반경이 r 인 두 점 사이의 3d 선으로 정의 된 원통 내부에 어떤 점이 있는지 확인하려고합니다. 너무 느린 정확하지 않은, 그에 대한 숫자 솔루션을 구현했습니다 def point_in_cylinder(pt1, pt2, points, r, N=100): dist = np.linalg.norm(p

    1

    2답변

    np.split()로 분할 : 모양 (2,3) 다섯 개 NumPy와 배열 각에 동등하게 X를 분할하고이를두고 x = np.random.randn(10,3) x_split = np.split(x,5) 목록에. 결과 모양이 원본 x (예 : (something, 3))와 비슷하도록이 부분 집합을 함께 결합하는 가장 좋은 방법은 무엇입니까 (예 : x_sp

    0

    2답변

    이 두 데이터 프레임, cd2 및 cd3이 있습니다. 내가 CD3에서 CD2에 cat_gm 열을 추가 할 : cd2['cat_gm']=pd.Series(cd3['cat_gm']) cd2 cat rand freq _merge cat_gm 7 21 0.810730 2 left_only NaN 8 21 0.591324 3 left_onl

    1

    1답변

    In [6]: df.a.as_matrix() Out[6]: array([list([1, 2]), list([3, 4])], dtype=object) In [7]: df = pd.DataFrame({'a':[[1,2], [3, 4]]}) In [8]: l = df.a.as_matrix() In [9]: type(l) Out[9]: numpy.n

    1

    1답변

    이것은 빠른 방법입니다. 더 나은 (짧은 루프를 사용 외에) 다음 줄을 표현하는 방법이 있는지 궁금 : energy = np.zeros((4, signal.shape[1])) energy[0::4, 0:] = np.sum(signal[0::4, :], axis=0) energy[1::4, 0:] = np.sum(signal[1::4, :], axis=0

    1

    1답변

    나는 numpy 및 pandas에 상당히 새로운 것이라고 말함으로써 시작하겠습니다. 나는 판다 데이터 프레임을 만들려고 노력하고 있지만 적절한 방법으로 일을하고 있는지 확신 할 수 없습니다. 필자가 설정 한 .Net 개체의 목록이 매우 커서 (그리고 제어 할 수있는 권한이 거의 없음) 팬더 데이터 프레임을 사용하여 시계열을 만들고 싶습니다. 데모 용으로 단

    2

    3답변

    그래서 행렬이 있고 특정 열에 대해서만 조건부 변경을 적용하려고합니다. 예 : array([[ 0.15293227, -1.50167614, -1.04974543], [ 1.25396778, 0.21520081, 0.39136217], [-1.1272423 , 1.18971277, 0.19569736]]) 지금 방법 0보다 큰 1입니

    0

    2답변

    타임 스탬프 작업과 동시에 Python으로 NaT를 확인하려면 어떻게해야합니까? 예 : 변수 _date이 될 수 있습니다 NaT 또는 나는이 사용하는 경우 Timestamp('2017-12-02 00:00:00') : np.isnat(np.datetime64(_date)), 그것은 Timestamp('2017-12-02 00:00:00') 작동하지만 NaT

    3

    1답변

    데이터 프레임에서 기능을 생성하고 이러한 기능을 데이터 프레임에 열로 추가하는 코드 작업 중입니다. 문제는 내가 주어진 튜플에 대해 이전 튜플 중 5 개가 해당 튜플에 해당하는 기능을 생성 할 수 있도록 시계열로 작업하고 있습니다. lookback_period = 5 df['feature1'] = np.zeros(len(df)) # preallocate

    2

    4답변

    numpy 배열의 특정 행에 대한 참조를 다른 numpy 배열에 저장할 수 있습니까? 저는 2D 노드 배열을 가지고 있습니다. nn = np.array([nodes[0], nodes[3]]) 내가 배열 nodes이 변경되지 nn의 항목을 수정하는 경우 : nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6