numpy

    1热度

    1回答

    我试用了xtensor-python,并且在使用cookiecutter setup并启用了SIMD内在函数xsimd后,开始编写一个非常简单的求和函数。 inline double sum_pytensor(xt::pytensor<double, 1> &m) { return xt::sum(m)(); } inline double sum_pyarray(xt::pyar

    2热度

    1回答

    我有一个以彩色曲线为特征的图像。 我想为每一行提取曲线较高像素的索引。 此代码的工作,但速度很慢(f的图像,magic是线条颜色的RGB代码): res = f.shape[0] magic = 146, 47, 6 return [min(l for l in range(res) if np.array_equal(magic, f[l, c, :3])) for c in range(r

    0热度

    1回答

    我想使一个应用程序使用numpy,但是当我用buildozer编译时,我得到一个错误(显然是下载错误)。当我没有numpy编译时,没问题。我使用的是一个VirtualBox Ubuntu 16.04(为自己配置),然后我认为我做的是错的,然后我从官方网站(kivy-download)下载了kivy-buildozer虚拟机,并获取了那里同样的错误。 我做错了什么? 的buildozer.spec有

    -1热度

    1回答

    比方说,我有数组: import numpy as np a = np.array([[[1], [3], [5]], [[2], [8], [6]]] 我如何总结所有第一排在一起,所有的第二排在一起,等等等等?所以,我的结果,我想是这样的 [3, 11, 11] or [[3], [11], [11]] 这似乎是很简单,但我无法找到解决方案,它不需要循环......

    1热度

    1回答

    每当我尝试使用cx_Freeze构建一个exe文件时,我都会收到一个numpy.core.multiarray failed to import错误。 我的系统使用以下版本: 蟒蛇3.6.0 的OpenCV 3.3.0 numpy的1.13.1 cx_Freeze 5.0 的代码是: import cv2 i=333 print(i) 它运行良好(即,建立一个良好的exe文件)只有当我删除

    0热度

    2回答

    所以我有两个矩阵,A和B,我想计算这里给出的最小加乘积:Min-plus matrix multiplication。为此,我实施了以下操作: def min_plus_product(A,B): B = np.transpose(B) Y = np.zeros((len(B),len(A))) for i in range(len(B)): Y[i] =

    0热度

    1回答

    我很新的程序员,我将png保存到条形图的问题,酒吧没有显示出来。 我的代码: import numpy as np import matplotlib.pyplot as plt N = 3 ind = np.arange(N) width = 0.35 Start_means = (100, 50, 50) Start_std = (2, 3, 4) End_means =

    2热度

    1回答

    有很多答案与使用numpy避免在python中的蛮力RGB opencv图像循环有关。我查了很多,但似乎没有完全回答我的需求: 给定一个图像,我需要比较像素明智,并根据结果创建一个掩码。是这样的: # image contains a jpg regular image data = np.asarray(image) # Separate each channel blue, green

    1热度

    1回答

    我有一个3x3 numpy数组,我想创建一个3x3xC矩阵,其中新维度由原始3x3数组的精确副本组成。我确信这是问某处,但我找不到最好的方法。我计算出如何为一个简单的一个维数组x做到这一点: new_x = np.tile(np.array(x, (C, 1)) 其中重复阵列,然后执行: np.transpose(np.expand_dims(new_x, axis=2),(2,1,0))

    0热度

    1回答

    如果我有N个数据点,每个数据点都有D维,有没有办法在不使用for循环的情况下为每个数据点快速计算多元高斯pdf值?对于一个数据点x,其中d的尺寸,如下(SciPy的)我可以计算pdf的值: multivariate_normal.pdf(x, mean, cov) 其中x是1XD,意思是1XD,COV是DXD。我要计算这个让我得到的PDF文件,长度为N的数组,做类似: multivariate