问题标签 [numexpr]

我正在为 python 使用numexpr模块。我正在尝试运行下一个代码片段：

但numexpr抛出以下错误：

但是，如果我在单独的表达式中提取冲突部分，它会起作用。

但这个想法是有一个单一的表达。有谁知道我可以如何重写这个公式以使其工作？

提前致谢。

我正在尝试为库中的svm.SVR方法定义一些著名的内核，例如 RBF、双曲正切、傅里叶等sklearn。我开始工作rbf（我知道 svm 中有一个用于 rbf 的默认内核，但我需要定义一个以便以后能够自定义它），并在这里找到了一些有用的链接并选择了这个：

我使用这个是因为我可以将它用于我的火车（形状为 [3850,4]）和具有不同形状的测试数据（形状为 [1200,4]）。但问题是它太慢了，我必须等待很长时间才能得到结果。我什至在 cython 中使用了静态类型和内存视图，但它的性能不如默认的svmrbf 内核。我还发现了这个链接，它是关于同样的问题，但是使用它numpy.einsum并且numexpr.evaluate对我来说有点困惑。事实证明，就速度性能而言，这是最好的代码：

从 scipy.linalg.blas 导入 sgemm

此代码仅适用于一个输入 (X)，我找不到针对我的情况修改它的方法（两个输入具有两种不同的大小 - 内核函数获取形状为 (m,n) 和 (l,n) 的矩阵并根据svm docs输出 (m,l )。我想我只需要K[i,j] = np.exp(-1*np.linalg.norm(x-y)**2)在第二个代码中替换第一个代码即可加快速度。任何帮助将不胜感激。

我正在尝试使用 Numexpr 来制作过滤器。当我尝试运行下一个代码片段时：

出于某种原因，我不能使用 df.eval('b=="one"')。也许我做错了。任何帮助，将不胜感激。

执行带有 的表达式时eval()，某些输入的输出是错误的。我认为不考虑十进制值。

我一直在尝试用 python 评估一个字符串，eval()也尝试过numexpr()

也试过这个

输入 3/2*5 预期输出 7.5 实际输出为 5

编辑:: 在 python3+ 中它可以工作。但我正在运行这个 python2.7

我可以像这样评估 NumExpr 中的表达式

我怎样才能得到里面的变量列表和表达式，'17 == b'然后我会得到['b']

谢谢你。

我正在尝试执行此代码：

变量z和q都是complex64类型，但 numexpr 返回complex128。有没有办法让它与complex64价值一起运作以提高性能？

运行后出现此错误：

我使用 Jupyter (Anaconda)。

这是我得到的完整错误：

它是在我更新我的 scikit-learn 之后开始的。我试过这个，我仍然有这个问题。我能做些什么来修复它？

我正在尝试使用 numexpr 优化一些面向对象的 numpy 代码，但我不确定是否可以这样做。无论哪种方式，我都无法在文档中找到任何内容。我想让下面的例子工作：

我查看了有关 numexpr 的其他一些答案，这些答案建议将local_dict参数作为将对象的变量集传递给 numexprevaluate函数的一种方式，但在这种情况下它似乎不起作用。我收到以下错误：

我假设如果我将所有内容都传递给外部函数，我可以让它工作，但是来回传递所有内容的开销似乎首先会破坏这种优化的目的。这可能吗？

我有两个熊猫数据框，每个数据框有两列：测量值和时间戳。我需要将测量值的一阶差相乘，但前提是两个测量间隔之间存在时间重叠。随着数据框的大小变大，我怎样才能有效地做到这一点？例子：

在这里，我会相乘，(100-125)*(145-140)因为间隔[04:44:49, 05:16:23]和之间存在时间重叠[00:13:17, 08:52:01]，但没有(100-125)和(120-145)，因为没有时间重叠。同样，我也会有，(115-100)*(145-140)但也有(115-100)*(120-145)，因为两者都有时间重叠。

最后，我必须将所有相关产品汇总为一个值，因此结果不必是数据框。在这种情况下：

我目前的解决方案：

尽管它似乎有效，但效率非常低，并且对于非常大的数据集变得不切实际。我相信它可以更有效地矢量化，也许使用numexpr，但我仍然没有找到方法。

编辑：其他数据

在 Jupyter Notebook 中，我试图将数据框的一列除以 10，但这是我得到的错误：

任何人都知道为什么会发生这种情况以及如何解决它。我怀疑是熊猫问题。