问题标签 [numpy-ndarray]

我有一个形状为 (766L, 256L, 256L) 的 3D 数组，我需要为数组中的 766 个切片中的每一个创建一个文件，这是我的代码：

但是在runnig之后我得到了下一个错误，（我按照评论进行编辑，第一个错误消失了，但现在出现了）：

给定数组：

我想最终得到一个通过x索引扩展每个条目的数组，例如何时x=2获取：

有没有比这更好的方法：

你如何做一个 numpy 点积，其中两个向量可能有缺失值？这似乎需要许多额外的步骤，有没有更简单的方法来做到这一点？：

我有一个a形状为 (32,3,5,5) 的多维数组和v一个形状为 (32,) 的数组。我如何使用除 for 循环以外的 numpy 将 (i,3,5,5) 与 (i,) 相乘？

确定给定矩阵“M”是否等于恒等式的最佳方法是什么？即类似的东西：

所以我有一个矩阵，叫做 Vjunk，它是 70x70x70x70。我有另一个 70x70 的矩阵，称之为 V。

我想要做的是，对于每个 i, j 矩阵Vjunk[:,:,i,j]是 70 x 70。我想改变这个矩阵，以便它被它自己替换 +V[i,j]其中V[i,j]是我的矩阵 V 的第 ij 个元素。

我试过了

但是这个命令没有成功。

这是一段神经网络代码示例：

上面显示的代码的最后一行引发了错误：

有一个类似的问题Numpy sum keepdims error说 numpy 的版本应该大于 1.7。我检查了我的 numpy 版本：

现在我对这个错误是如何发生的感到困惑。

我有一个这样的列表：

我想将其转换为 numpy 数组，并将数组项类型保持为元组：

但 numpy.array(l) 会给出：

并且项目类型已从元组更改为 numpy.ndarray，然后我指定了项目类型

这给出了：

但项目类型不是元组而是 numpy.void，所以问题是：

我需要找到一个 numpy 数组中所有行的行索引，它们仅通过符号不同。例如，如果我有数组：

我希望输出是[(0,2),(1,4)]

我知道如何找到唯一的行，numpy.unique，所以我的直觉是将数组附加到自身的否定，即numpy.concatenate（A，-1 * A），然后找到非唯一的行但我很困惑关于如何从中提取我需要的信息。此外，该数组可能非常大，因此将其附加到自身可能不是一个好主意。

通过遍历数组并检查行索引是否等于另一个行索引的否定，我得到了正确的答案，但这需要很长时间。我想要像 numpy.unique 一样快的东西。

如果这对过程有任何影响，我已经从 A 中删除了所有重复的行。

我有一个关于 .shape 函数的简单问题，这让我很困惑。

.shape 到底做了什么？数一下有多少行，多少列，那么a.shape应该是，(1,3)，一行三列，对吧？