问题标签 [numpy-slicing]

np.vectorize使用and后我遇到了数组问题np.meshgrid

以下是我的终端的结果

我是怎么得到的

会发生什么

用 (x, y) 调用函数后得到一个 (2, 2)-array
在用一系列 (x, y) 调用函数后得到一个多维-array
切片结果，结合 Array
3d-plot 中的第一个元素(x, y, 结果)

切片后得到
res =
[[1 11 11 1111],
[1 11 11 1111],
[1 11 11 1111]]

然后plot_3d(X,Y,res)

问题

为什么类型res是数组？它看起来像一个数组列表。

我试过用 np.array(res) ->什么都不改变，和图一样，shape(3, 4)

np.array(res.tolst())-> 形状为 (3, 4, 2, 2) 的 np.ndarray

在对 Numpy 数组执行条件索引时，我不理解弃用警告错误，希望能得到一些澄清，希望它也能造福于社区。让我们考虑一个名为“block”的 NumPy 数组，其中包含从 1 到 12 的整数：

我可以通过执行以下操作来选择不同于 4 的值：

现在我想选择不同于 1、4 和 7 的值。如果我这样做：

我收到以下错误：

谁能解释这个警告的原因，并指定执行此切片的正确方法（理想情况下，建议的解决方案也应该适用于尝试从大型 numpy 数组中提取与另一个大型 numpy 数组中的值不同的值时）？请注意，警告后 select = 2 ，我也不明白。

我有一个多维数组，我需要从最后一维的每一行中获取前 k 个元素。

我试图得到：

我可以使用以下方法获取索引，但我不确定如何分割这些值。

代码：

它可以工作，但最后两行需要很长时间，因为它们将处于循环状态。问题是“网格”变量包含一个窗口数组。我现在不知道如何加快这个过程。

如果没有 for 循环，我在执行以下操作时遇到了麻烦：

我有一个数组 A 这样：

和一个数组 B 使得：

对于 k，B[k] 是我想要保留的沿轴 = 1 的索引（0<= B[k,i] < 79）

我想以 C 结尾：

我可以这样做：

但我没有找到一种矢量化的方式来表达这一点。由于这运行了很多次：有没有更好（更快）的方法来获得 C ？

嗨 Stack Overflow 社区，

我有一个Rp形状为 4x4x701 的 3D numpy 数组，其中 701 个 4x4 切片中的每一个都代表不同时间点的某个数量。我正在尝试有效地将 Givens 旋转矩阵Q及其 Hermitian 转置QH应用于 701 个切片中的每一个，并且目前正在迭代地执行此操作，如下所示：

但必须有一种方法可以不迭代地执行此操作（对于 numpy 加速）。我意识到我可以只np.dot用于第一种情况，但是如果没有一些换位，这将不适用于第二种情况，这似乎会减慢速度。

任何想法将不胜感激！

我有一个array_data包含 ~10**8 个元素的一维数组。

我有第二个数组array_index，它指定用于切片的边界array_data索引。

以下是 and 的最小、完整和可验证的array_data示例array_index：

问题：最好的切片方式是什么array_data，以便我可以在切片数组array_index上axis=1执行另一项任务（例如min, max, mean）？

我目前的解决方案使用列表理解和转换回 numpy 数组。这种方法看起来笨重且缓慢：

编辑：添加了最小、完整和可验证的示例（适用于 python 2.7）。

So I am searching for a simple solution for changing the content of a dataframe based on both a condition and a time range. See code below:

Also I do know that I can make two conditions out of it like this, but I do not consider this as an "elegant" solution cause I do not make use of the nice time span functionality of pandas anymore:

我有一个相当大的 1d numpy 数组 Xold 具有给定的值。这些值应根据 2d numpy 数组 Y 指定的规则替换：一个例子是

每当 Xold 中的值与 Y[:,0] 中的值相同时，Xnew 中的新值应该是 Y[:,1] 中的对应值。这是通过两个嵌套的 for 循环完成的：

对于给定的示例，这会产生Xnew=[0,100,200,300,400]. 但是，对于大型数据集，此过程非常缓慢。完成这项任务的更快、更优雅的方法是什么？

我不知道如何概括 numpy 数组的切片。请参阅以下切片：

如您所见， xset 被切片:-1,4:-1并y设置为 -1,-2:。如果我必须进行更改，那么我需要更改 3 次，而如果有办法将切片存储在变量中并且只需更改变量并反映更改。

例如：xset_slice = ":-1,4:-1"和yset_slice = "-1,-2:"。然后只需将其替换为：

但是这种说法会出错。因此，请让我知道是否有任何类似的方法可以帮助我。