问题标签 [n-dimensional]

许多函数都喜欢in1d和setdiff1d专为一维数组而设计。将这些方法应用于 N 维数组的一种解决方法是numpy将每一行（更高维的）视为一个值。

我发现这样做的一种方法是在这个答案Get intersecting rows across two 2D numpy arrays by Joe Kington。

以下代码取自此答案。Joe Kington 面临的任务是A在B尝试使用in1d.

我希望你能帮助我解决以下三个问题中的任何一个。首先，我不了解这种方法背后的机制。你能试着向我解释一下吗？

其次，还有其他方法可以让 numpy 将子数组视为一个对象吗？

还有一个悬而未决的问题：Joe 的方法有什么缺点吗？我的意思是将行视为一个值是否会导致一些问题？对不起，这个问题相当广泛。

这是两个问题之一；如果我应该拆分它们，请告诉我。

我有一个人力资源数据电子表格，我将把它切割成不同的横截面。每行当前代表一个员工，该特定报告的年份（例如，在三年期间，员工将出现 3 次，并且一列包括该行所指的年份）和一系列其他特征。此外，我添加了一个字段，显示该员工在该期间代表多少 FTE，代表该员工面临风险。

为了将其与其他数据结合起来，我正在尝试做的是创建一个 n 维数组，其中每个点代表与维度匹配的总风险敞口。在我使用的示例中，维度是年份、公司 [有一对]、年龄范围、性别、部门、任期范围。

为此，在其他代码中，我编写了以下代码：

有两个主要问题。

1. Names <- lapply(HR[FactorNames], function(x)sort(unique(x)))不正确，因为lapply(HR[FactorNames], function(x)sort(unique(x)))将唯一值作为单个组合元素而不是向量返回。这意味着我的for循环的内容会抛出错误Error in Names[1, Year] : incorrect number of dimensions。
2. 我的同心for环不可能接近填充阵列的最佳方式，我想知道是否有人知道是什么。

你会推荐什么？

我需要写下声明：

怎么做？

这个真的让我头疼……

我有一个数据集，由X组粒子组成，每组粒子都有一些特定于组的属性。这些组中的每一个都包含一定数量的具有给定速度分布的粒子，并且每个粒子都沿某个方向飞行。我正在跟踪粒子的位置作为时间的函数。现在，我想从这些数据中进行一些有意义的可视化。

为简单起见，我们假设速度已被划分为N个 bin，并且每个速度 bin 的粒子数始终相同。此外，假设我只查看原点的绝对距离（即位置变为单个值）。

我将这个简化案例的位置数据存储在 3D 数组 ( T x N x X )中的T个时间步长。我已经离散化了我的位置数据，以便所有值现在都是等距网格上的点。现在，我希望使用 eg或来可视化，例如在给定时间每个位置的粒子总数。hist3surf

基本上，我要做的就是计算每个时间步的每个离散位置的出现次数。虽然我可以简单地遍历时间步来计算我的计数，但我希望有一个更优雅的解决方案来解决这个问题！

我正在尝试从 csv 文件中读取时间序列。

每行包含 256 个（将来可能会有所不同）元素，我想将其作为 256 维空间中的一个点来处理。

然后我想对其执行 k-means-clustering 以找到描述数据的最重要的 k 个时间序列。

我目前正在阅读 csv 文件，将每一行存储在

然后最终有一个

然后我正在转换为

通过使用循环遍历向量

这给我留下了具有以下属性的 cv::Mat：

然后我按如下方式执行 k-means 聚类：

在我的理解中，应该用每个集群的中心值填充中心，给我留下 ak*n 矩阵（在本例中为 256*256）。

但是，当我打电话时

我收到此通用错误消息：

在 Project1.exe 中的 0x00007FF806C86020 (opencv_world341.dll) 处引发异常：0xC0000005：访问冲突读取位置 0x0000024B9ECAFC80。

程序此时的中心属性是：

所以看起来中心是NULL。因此，可能输入data_mat的形状错误，因此kmeans()没有将任何内容输出到中心，但是我再次没有收到kmeans()的任何错误消息

非常感谢您的努力和帮助，

蒂莫

编辑1：错误发生在kmeans()内部，因为

cout 没有打印到控制台。然而，错误的行号是 kmeans()+1，所以我只是通过在那里放置一个通用 cout 才发现这一点。

我正在尝试用 golang 编写一些机器学习代码。我想不出一种方法让函数处理 N 维的切片，因为不同的维度需要返回不同的类型。这是一个将 2d 切片拆分为测试/训练集的示例函数。

在 python 中，我不需要担心数组的维度。有没有“golang”的方式来处理这个问题？

编辑：我知道 golang 中没有泛型。我的问题更多是关于泛型之外的解决方案，例如公认的答案所指向的。

首先，如果已经问过这个问题，我深表歉意。我已经搜索过了，但什么也没找到。

给定以下代码：

RHO 是一个 D 维数组，大小为 nbInter。（RHOarray 是一个创建这样一个数组的函数）。问题是，根据 D 的值，如果 D = 1，我需要访问 RHO[n]，如果 D = 2，我需要访问 RHO[n][m] ... RHO[n][m]...[whatever指数] 随着 D 的增加。每个索引实际上都是 Coord[0]、Coord[1]... 等等，所以我知道我必须在每个索引中添加什么。为了使问题“更简单”：我怎样才能这样做，RHO 之后的“[...]”数量与 D 一样多？

我希望我已经清楚了。我是法国人，即使用我的母语解释起来仍然很棘手。提前致谢

ps 初始代码较长，但我认为没有必要完全展示它。

简而言之：

我正在寻找一种方法来计算 python 中多个值轴上的多维自定义图像过滤器。

我的意思是：

使用 scipy 的 ndimage，我可以使用 ndimage.generic_filter 将自定义函数 myfunc 应用于 N 维 numpy 数组。在 myfunc 中，我只需要说明如何处理传递给函数的形状 (size[0],…,size[N-1]) 的像素邻域。

与此略有不同，我想做的是提供一个形状数组（S1，…，SN，V1，…VM）并仅沿空间维度应用过滤器，并将剩余的 M 轴解释为值轴。然后，要处理的像素邻域的形状为 (size[0],...,size[N-1],V1,...,VM)。

到目前为止，我对这种过滤器有自己的相对幼稚的实现，但是最好有一个处理一般情况和处理边界效果的版本。

非常感谢您的提示或想法！干杯

我想使用具有相同形状的索引数组构造一个形状的数组V1，应用于形状的数组。用循环构造它的方法如下。(n,p,q)idxV0(p,q)

换句话说，idx[i,:,:]数组包含 的第 1 维元素的索引V0。我将它与在 中捕获的第二维的关联索引一起应用range(q)，以获取沿最终数组的第一个维度的相应元素V1。

我的问题如下：有没有一种方法可以V1通过使用广播/索引技术来构建而不循环？

谢谢你。

我正在编写很多需要泛化到n维的 Cython 代码（大多数情况下这将是n = 1、2 或 3）。

以下面的代码为例，这是对元素的简单求和。

从概念上讲，对n维的泛化是非常明显的。但是，我似乎无法在代码中实现它。我讨厌必须为n = 1,2,3 的每种情况复制此代码，...

一般来说，我还需要能够访问每个维度中每个数组元素的邻居（想想n维内核卷积等），这使得像展平数组这样的事情变得不可行。

我的主要问题是：

• 如何告诉 Cython 期望具有任意维度的数组作为输入？我想我可能不得不求助于np.ndarray这里......

• 给定n 个索引的数组，如何从n维数组中获取元素？

• 如何概括n嵌套循环的构造？递归在这里似乎是不可避免的，但是我如何才能以这种方式访问​​所有n索引？