标签: numpy-ndarray

我有一个像这样的 numpy 数组： [1 2 2 0 0 1 3 5]

是否可以将元素的索引作为二维数组获取？例如，上述输入的答案是[[3 4], [0 5], [1 2], [6], [], [7]]

目前我必须循环不同的值并调用numpy.where(input == i)每个值，这在输入足够大的情况下性能很差。

我知道之前在下面的链接中已经回答了这个问题，但它不适用于我的情况。（Tensorflow - ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float)）

我的预测变量 (X) 和目标变量 (y)<class 'numpy.ndarray'>和它们的形状都是 X: (8981, 25) y: (8981, 1)

但是，我仍然收到错误消息。ValueError：无法将 NumPy 数组转换为张量（不支持的对象类型浮点数）。

请参考以下代码：

import tensorflow as tf
ndim = X.shape[1]
model = tf.keras.models.Sequential()
# model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu, input_dim=ndim))
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu))
model.add(tf.keras.layers.Dense(2, activation = tf.nn.softmax))
model.compile(optimizer = 'adam',
              loss = 'sparse_categorical_crossentropy',
              metrics = ['accuracy'])
model.fit(X.values, y, epochs = 5)
y_pred = model.predict([X_2019])

任何帮助将不胜感激！谢谢！！！

我正在尝试将用fftpack_rfft2d()（SciPy 的 FFTPACK RFFT）转换的两个二维数组相乘，结果与我从scipy_rfft2d()（SciPy 的 FFT RFFT）得到的结果不兼容。

下图共享了脚本的输出，其中显示：

• 两个输入数组的初始化值；
• 使用 SciPy 对 RFFT 的 FFT 实现进行变换后的两个数组scipy_rfft2d()，然后是乘法的输出，然后使用向后变换scipy_irfft2d()；
• 使用 SciPy 的 FFTPACK 实现 RFFT 与fftpack_rfft2d()和相同的事情fftpack_irfft2d()；
• 使用该测试np.allclose()的结果检查两个乘法的结果在使用其各自的 IRFFT 实现转换回来后是否相同。

为了清楚起见，红色矩形显示逆变换 IRFFT 后的乘法结果：左侧的矩形使用 SciPy 的 FFT IRFFT；右边的矩形，SciPy 的 FFTPACK IRFFT。当与 FFTPACK 版本的乘法固定时，它们应该显示相同的数据。

我认为与 FFTPACK 版本的乘法结果不正确，因为scipy.fftpack返回结果 RFFT 数组中的实部和虚部与来自scipy.fft的 RFFT 不同：

• 我相信来自scipy.fftpack 的 RFFT返回一个数组，其中一个元素包含实部，下一个元素包含其虚部；
• 在 scipy.fft 的RFFT 中，每个元素都是一个复数，因此能够同时保存实部和虚部；

如果我错了，请纠正我！我还想指出，由于scipy.fftpack不提供用于转换 2D 数组的函数，例如rfft2() …

解释

我希望能够根据声音的音色（音调）对列表中的声音集合进行排序。这是一个玩具示例，其中我手动对我创建并上传到此存储库的 12 个声音文件的声谱图进行了排序。我知道这些已正确排序，因为每个文件生成的声音与之前文件中的声音完全相同，但添加了一个效果或过滤器。

例如，声音的正确排序x，y以及z

• 声音x和y是相同的，但y有失真效果
• 声音 y 和 z 是相同的，但 z 过滤掉高频
• 声音x和z是一样的，但是z有失真效果，z过滤掉高频

将会x, y, z

只需查看声谱图，我就可以看到一些视觉指示符，暗示应如何对声音进行排序，但我希望通过让计算机识别这些指示符来自动化排序过程。

上图中声音的声音文件

• 长度都相同
• 所有相同的音符/音调
• 一切都在同一时间开始。
• 所有相同的幅度（响度级别）

即使所有这些条件都不成立，我希望我的排序能够工作（但即使它不能解决这个问题，我也会接受最佳答案）

例如，在下图中

• 与第一幅图像中的 MFCC_8 相比，MFCC_8 的开头发生了偏移
• MFCC_9 与第一张图像中的 MFCC_9 相同，但有重复（因此长度是其两倍）

如果第一张图片中的 MFCC_8 和 MFCC_9 替换为下图中的 MFCC_8 和 MFCC_9，我希望声音的排序保持完全相同。

对于我的真实程序，我打算通过像这样的声音更改来分解 mp3 文件

到目前为止我的计划

这是生成本文中第一张图像的程序。我需要将函数中的代码sort_sound_files替换为一些实际上根据音色对声音文件进行排序的代码。需要完成的部分位于该存储库的底部附近和声音文件。我的jupyter 笔记本中也有这段代码，其中还包括第二个示例，该示例更类似于我实际希望该程序执行的操作

import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np
import math …

执行

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)

t3 = np.concatenate((t1,t2),axis=1)

结果是

Traceback (most recent call last):

  File "<ipython-input-264-85078aa26398>", line 1, in <module>
    t3 = np.concatenate((t1,t2),axis=1)

IndexError: axis 1 out of bounds [0, 1)

为什么报告轴1超出范围？

使用这个可重复的小例子,我到目前为止还无法从3个数组生成一个新的整数数组,这些数组包含所有三个输入数组的唯一分组.

这些数组与地形属性有关:

import numpy as np
asp = np.array([8,1,1,2,7,8,2,3,7,6,4,3,6,5,5,4]).reshape((4,4))  #aspect
slp = np.array([9,10,10,9,9,12,12,9,10,11,11,9,9,9,9,9]).reshape((4,4))  #slope
elv = np.array([13,14,14,13,14,15,16,14,14,15,16,14,13,14,14,13]).reshape((4,4)) #elevation

我们的想法是使用GIS例程将地理轮廓分解为3个不同的属性:

• 方位1-8(1 =朝北,2 =东北朝向等)
• 坡度为9-12(9 =缓坡... 12 =最陡斜坡)
• 海拔13-16(13 =最低海拔... 16 =最高海拔)

下面的小图试图描绘我所追求的结果类型(数组显示在左下方).请注意,图中给出的"答案"只是一个可能的答案.只要最终数组在每个行/列索引处包含一个标识唯一分组的整数,我就不关心结果数组中整数的最终排列.

例如,[0,1]和[0,2]处的数组索引具有相同的方面,斜率和高程,因此在结果数组中接收相同的整数标识符.

是否numpy的有一个内置的例程这种事情？

我读通过numpy的文档,并且看起来功能np.prod(...),np.product(...)和ndarray方法a.prod(...)都是等效的.

在样式/可读性和性能方面是否有首选版本？是否存在不同版本更为可取的不同情况？如果没有,为什么有三种独立但非常相似的方式来执行相同的操作？

我对 numpy 的索引有点困惑。假设以下示例：

>>> import numpy as np
>>> x = np.arange(10)
>>> x.shape = (2,5)
>>> x
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])
>>> x[0:-1]
array([[0, 1, 2, 3, 4]])
>>> x[1:-1]
array([], shape=(0, 5), dtype=int64)
>>> x[1:]
array([[5, 6, 7, 8, 9]])

我感到困惑的是，我可以使用x[0:-1]. 但-1就指数而言，实际上意味着什么？我会想，那个调用x[1:-1]会给我第二行，但是如果返回一个空数组，并且得到我想要的我需要使用 x[1:]？

我有点困惑。谢谢您的帮助

我尝试使用 numpy 和nptyping'sArray来做我的类型提示。

我尝试了以下方法：

enemy_hand: Array[float, 48] = np.zeros(48)

我得到一个打字错误：

预期类型 'Array[float, Any]'，改为 'ndarray'

据我了解：https: //pypi.org/project/nptyping/ 应该是这样的。

NumPy 1.20 中添加了对类型注释的支持。我试图弄清楚如何告诉 mypy 数组填充了特定类型的元素，注释np.ndarray[np.dcomplex]给出了 mypy error "ndarray" expects no type arguments, but 1 given。

编辑：这个问题与numpy.ndarray 的类型提示/注释（PEP 484）不同，因为这个问题是在 4 年前提出的，当时没有任何官方支持类型提示。我问的是什么是官方的 方法，现在numpy 1.20实际上支持类型提示。https://numpy.org/doc/stable/reference/typing.html#module-numpy.typing上的文档指出，那里的最佳答案似乎只说你不应该用类型提示做的事情，而不是解释什么你应该做的。