Supposons que j'ai un tableau numpy: data = np.array([[1,1,1],[2,2,2],[3,3,3]]) et j'ai un "vecteur" correspondant: vector = np.array([1,2,3]) Comment puis-je opérer le datalong de chaque ligne pour soustraire ou diviser afin que le résultat soit: sub_result = [[0,0,0], [0,0,0], [0,0,0]] div_result = [[1,1,1], [1,1,1], [1,1,1]] En bref: comment effectuer une opération …
J'aimerais utiliser l'analyse en composantes principales (ACP) pour la réduction de la dimensionnalité. Est-ce que Numpy ou Scipy l'a déjà, ou dois-je utiliser le mien numpy.linalg.eigh? Je ne veux pas simplement utiliser la décomposition en valeurs singulières (SVD) car mes données d'entrée sont assez dimensionnelles (~ 460 dimensions), donc je …
Il ne semble y avoir aucune fonction qui calcule simplement la moyenne mobile sur numpy / scipy, conduisant à des solutions alambiquées . Ma question est double: Quel est le moyen le plus simple d'implémenter (correctement) une moyenne mobile avec numpy? Étant donné que cela semble non trivial et sujet …
existe-t-il un moyen plus efficace de prendre une moyenne d'un tableau dans des bacs prédéfinis? par exemple, j'ai un tableau de nombres et un tableau correspondant aux positions de début et de fin du bac dans ce tableau, et je veux simplement prendre la moyenne de ces bacs? J'ai un …
J'ai donc un petit problème. J'ai un ensemble de données en scipy qui est déjà au format histogramme, donc j'ai le centre des bacs et le nombre d'événements par bac. Comment puis-je maintenant tracer un histogramme. J'ai essayé juste de faire bins, n=hist() mais ça n'a pas plu. Des recommandations?
Ce Q&A est conçu comme un canonique (-ish) concernant l'interpolation bidimensionnelle (et multidimensionnelle) à l'aide de scipy. Il y a souvent des questions concernant la syntaxe de base de diverses méthodes d'interpolation multidimensionnelle, j'espère les redresser aussi. J'ai un ensemble de points de données bidimensionnels dispersés, et je voudrais les …
Je recherche une fonction en Numpy ou Scipy (ou toute bibliothèque Python rigoureuse) qui me donnera la fonction de distribution normale cumulative en Python.
Je voudrais prendre une image et changer l'échelle de l'image, alors que c'est un tableau numpy. Par exemple, j'ai cette image d'une bouteille de coca-cola: bouteille-1 Ce qui se traduit par un tableau numpy de formes (528, 203, 3)et je veux redimensionner cela pour dire la taille de cette deuxième …
J'essaye d'exécuter le code simple suivant import scipy scipy.test() Mais j'obtiens l'erreur suivante Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Python27\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 586, in runfile execfile(filename, namespace) File "C:/Users/Mustafa/Documents/My Python Code/SpectralGraphAnalysis/main.py", line 8, in <module> import scipy File "C:\Python27\lib\site-packages\scipy\__init__.py", line 61, in <module> from numpy._distributor_init …
Dans numpy / scipy, j'ai une image stockée dans un tableau. Je peux l'afficher, je veux l'enregistrer en utilisant savefig sans bordures, axes, étiquettes, titres, ... Juste une image pure, rien d'autre. Je veux éviter les paquets comme PyPNGou scipy.misc.imsave, ils sont parfois problématiques (ils ne s'installent pas toujours bien, …
Comment calculer la probabilité dans une distribution normale donnée moyenne, std en Python? Je peux toujours coder explicitement ma propre fonction selon la définition comme l'a fait l'OP dans cette question: Calcul de la probabilité d'une variable aléatoire dans une distribution en Python Se demander s'il y a un appel …
J'utilise Python 2.7 et j'essaie de faire fonctionner PyBrain. Mais j'obtiens cette erreur même si scipy est installé - Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/site-packages/PyBrain-0.3.1- py2.7.egg/pybrain/__init__.py", line 1, in <module> from pybrain.structure.__init__ import * File "/usr/local/lib/python2.7/site-packages/PyBrain-0.3.1-py2.7.egg/pybrain/structure/__init__.py", line 1, in <module> from pybrain.structure.connections.__init__ import …
J'essaie de calculer quelques (5-500) vecteurs propres correspondant aux plus petites valeurs propres de grandes matrices creuses symétriques carrées (jusqu'à 30000x30000) avec moins de 0,1% des valeurs étant non nulles. J'utilise actuellement scipy.sparse.linalg.eigsh en mode inversion de décalage (sigma = 0.0), ce que j'ai compris à travers divers articles sur …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.