小编Hia*_*tus的帖子

我需要计算超过1000行的数组的列的平均值.

np.mean(some_array)给我 inf输出

但我很确定价值还可以.我从这里加载一个csv 到我的Data变量,从我的观点来看,'cement'列是"健康的".

In[254]:np.mean(Data[:230]['Cement'])
Out[254]:275.75

但如果我增加问题的行数:

In [259]:np.mean(Data[:237]['Cement'])
Out[259]:inf

但是当我看数据时

In [261]:Data[230:237]['Cement']
Out[261]:
 array([[ 425. ],
        [ 333.  ],
        [ 250.25],
        [ 491.  ],
        [ 160.  ],
        [ 229.75],
        [ 338.  ]], dtype=float16)

我没有找到这种行为的原因PS这种情况发生在Python 3.x中使用wakari(基于云的Ipython)

Numpy版本'1.8.1'

我正在加载数据:

No_Col=9
conv = lambda valstr: float(valstr.replace(',','.'))

c={}
for i in range(0,No_Col,1):
    c[i] = conv

Data=np.genfromtxt(get_data,dtype=float16 , delimiter='\t', skip_header=0, names=True,   converters=c)

我尝试使用 scipy 深入研究取决于多个变量的函数优化

在使用批处理文件调用此工具后，我有一个从数据挖掘工具返回预测的函数。

def query(x):
    import numpy as np
    file_direc_in="path_to_input_file.csv"
    file_direc_out="path_to_output_file.csv"


    with open(file_direc_in, 'w') as f:
        np.savetxt(f, x, delimiter=';', fmt='%.3f',newline='\r\n')
    f.close()
    os.system("Dataset_query.bat")
    #batch file takes the array i wrote to from input_file and estimates a result
    #afterwards the output will be taken from the output file:
    f = open(file_direc_out,'r')
    out = np.array([[float(f.readlines()[0])]])
    f.close()
    return out


from scipy.optimize import minimize
from calc import query
import numpy as np

x0=np.array([[1.5,50,30]])

bnds = ((1, 2), (0.1, 100), (20, 100))

res=minimize(query,x0,method='SLSQP',bounds=bnds, options={'maxiter': 10 …

我想在学习中使用“ pyomo”。我通过easy_install coopr安装说明安装了pyomo ，Pyomo需要一个求解器才能工作，因此我想安装（GNU Linear Programming Kit）glpk_webpage，pyomo似乎安装正确，因为我可以在spyder中将其导入（我正在使用WinPython-64bit- 2.7.5.3） import coopr.pyomo

但是，我想如果没有glpk我什么也做不了...

我从ftp服务器上下载了glpk-4.52（最新版本），但是我不知道该如何处理在“ w64”文件夹中找到的批处理文件，我应该根据“ 安装GLPK ” 使用（？）

我没有安装Visual Studio-如果没有它，是否可以工作？