Numpy
Nick Blog
这个作者很懒,什么都没留下…
展开
-
将Numpy数组保存为图像
有一个Numpy数组类型的矩阵,如何将它作为图像写入磁盘?任何格式的图像都行(PNG,JPEG,BMP ...)。最佳解决办法可以使用scipy.misc,代码如下:import scipy.miscscipy.misc.imsave('outfile.jpg', image_array)上面的scipy版本会标准化所有图像,以便min(数据)变成黑色,max(数据)变成白色。如果数据应该是精...转载 2018-03-22 22:27:58 · 30139 阅读 · 4 评论 -
Python Numpy数组保存
Numpy提供了几种数据保存的方法。 以3*4数组a为例: 1. a.tofile("filename.bin") 这种方法只能保存为二进制文件,且不能保存当前数据的行列信息,文件后缀不一定非要是bin,也可以为txt,但不影响保存格式,都是二进制。 这种保存方法对数据读取有要求,需要手动指定读出来的数据的的dtype,如果指定的格式与保存时的不一致,则读出来的就是错...转载 2018-03-20 21:11:42 · 6730 阅读 · 0 评论 -
Numpy dot multiply区别
使用numpy时,跟matlab不同:1、* dot() multiply()对于array来说,*和dot()运算不同*是每个元素对应相乘dot()是矩阵乘法对于matrix来说,*和multiply()运算不同*是矩阵乘法multiply()是每个元素对应相乘A B为array MA MB为matrixmultiply(MA, MB)对应元素相乘dot(MA, MB)矩阵...转载 2018-04-16 11:23:42 · 228 阅读 · 0 评论 -
numpy按某个轴堆叠
>>> a = floor(10*random.random((2,2)))>>> aarray([[ 1., 1.], [ 5., 8.]])>>> b = floor(10*random.random((2,2)))>>> barray([[ 3., 3.], [ 6., 0....原创 2018-04-13 21:44:40 · 2207 阅读 · 0 评论 -
numpy之转置(transpose)和轴对换
目录1.T——适用于一、二维数组2. transpose——适用于高维数组3.swapaxes4.参考转置有三种方式,transpose方法、T属性以及swapaxes方法。1.T——适用于一、二维数组In [1]: import numpy as npIn [2]: arr = np.arange(20).reshape(4,5) # 生成一个4行5列的数...转载 2019-03-14 16:06:09 · 2019 阅读 · 0 评论 -
自定义的torch中与np.nanmean同功能的函数(只能做一维的)
def torch_nanmean(x): num = torch.where(torch.isnan(x), torch.full_like(x, 0), torch.full_like(x, 1)).sum() value = torch.where(torch.isnan(x), torch.full_like(x, 0), x).sum() return valu...原创 2019-01-22 10:43:40 · 2222 阅读 · 1 评论 -
np.where和torch.where的使用区别
两者都是三个输入参数,第一个是判断条件,第二个是符合条件的设置值,第三个是不满足条件的设置值。区别在于,torch要将设置值全部改为Tensor类型的mask_true = torch.where(torch.isnan(y_true), torch.full_like(y_true, 0), torch.full_like(y_true, 1))mask_true = np.w...原创 2019-01-22 10:41:21 · 32216 阅读 · 0 评论