问题标签 [numpy]

我正在使用 Python 和 Numpy 来计算任意次数的最佳拟合多项式。我传递了 x 值、y 值和我想要拟合的多项式的次数（线性、二次等）的列表。

这很有效，但我也想计算 r（相关系数）和 r-squared（确定系数）。我将我的结果与 Excel 的最佳拟合趋势线功能以及它计算的 r 平方值进行比较。使用它，我知道我正在为线性最佳拟合（度数等于 1）正确计算 r 平方。但是，我的函数不适用于度数大于 1 的多项式。

Excel 能够做到这一点。如何使用 Numpy 计算高阶多项式的 r 平方？

这是我的功能：

我有一个 Numpy 数组类型的矩阵。我如何将它作为图像写入磁盘？任何格式都有效（png、jpeg、bmp...）。一个重要的限制是不存在 PIL。

我正在用 Python 编写一些代码（到目前为止只是为了好玩），它将在 3d 空间中的每个点上存储一些数据。我基本上是在存储任意对象的 3d 矩阵对象之后，这些对象将允许我进行一些高级选择，例如：

• 得到 x=1,y=2,z=3 的点。
• 获取 y=2 的所有点。
• 获取位置 x=1,y=2,z=3 的 3 个单位内的所有点。
• 获取 point.getType() == "Foo" 的所有点

在上述所有内容中，我需要最终得到某种输出，以提供空间中的原始位置以及该点存储的数据。

显然 numpy 可以做我想做的事，但它似乎对科学计算进行了高度优化，并且到目前为止我还没有弄清楚如何获得我想要的数据。

有没有更好的选择，还是我应该回到把头撞在麻木墙上？:)

编辑：前三个答案的更多信息让我意识到我应该包括：我不担心性能，这纯粹是一个概念验证，我更喜欢干净的代码而不是良好的性能。我还将拥有给定 3d 空间中每个点的数据，所以我猜备用矩阵不好？

我需要编写一个函数来检测输入是否包含至少一个非数字值。如果找到非数字值，我将引发错误（因为计算应该只返回一个数字值）。输入数组的维数事先是未知的——不管 ndim 函数应该给出正确的值。作为一个额外的复杂因素，输入可能是单个浮点数，numpy.float64甚至是零维数组之类的奇怪东西。

解决这个问题的明显方法是编写一个递归函数，它遍历数组中的每个可迭代对象，直到找到一个非迭代对象。它将将该numpy.isnan()函数应用于每个不可迭代的对象。如果找到至少一个非数字值，则该函数将立即返回 False。否则，如果 iterable 中的所有值都是数字，它最终将返回 True。

这工作得很好，但速度很慢，我希望NumPy有更好的方法来做到这一点。什么是更快，更麻木的替代方案？

这是我的模型：

我知道有一个简单的解决方案，但目前似乎找不到。

给定一个 numpy 数组，我需要知道该数组是否包含整数。

检查 dtype 本身是不够的，因为有多个 int dtype（int8、int16、int32、int64 ...）。

在 numpy 中，可以使用切片语法中的“newaxis”对象来创建长度为 1 的轴，例如：

该文档指出，也可以使用None代替newaxis，效果完全相同。

有什么理由选择一个而不是另一个吗？是否有任何一般偏好或风格指南？我的印象是它newaxis更受欢迎，可能是因为它更明确。那么有什么理由None允许吗？

我想以这种形式计算 Python 中数组的平均值：

我只想让我的None值被计算忽略，numpy.mean但我不知道该怎么做。

我在 Python 中创建了一个多维数组，如下所示：

现在我想遍历我的二维数组的所有元素，我不关心顺序。我如何实现这一目标？

与常规 Python 列表相比， NumPy有哪些优势？

我有大约 100 个金融市场系列，我将创建一个 100x100x100 = 100 万个单元格的立方体数组。我将对每个 x 与每个 y 和 z 进行回归（3 变量），以用标准误差填充数组。

我听说对于“大型矩阵”，出于性能和可扩展性的原因，我应该使用 NumPy 而不是 Python 列表。问题是，我知道 Python 列表，它们似乎对我有用。

如果我迁移到 NumPy 会有什么好处？

如果我有 1000 个系列（即立方体中有 10 亿个浮点单元）怎么办？

我在 MATLAB 中有这行代码，由其他人编写：

我需要把它翻译成 Python。a、b 和 c 都是数组。我目前用于测试代码的维度是：

a: 18x1,
b: 25x18,

这给了我尺寸为 1x25 的 c。

数组不是正方形的，但如果它们是，我不希望代码失败。有人可以准确地解释这条线在做什么（数学上），以及如何在 Python 中做到这一点？（即，如果它存在于 Python 中，则它与 MATLAB 中的内置 mrdivide 函数等效？）