首先，如果在其他地方已经回答了这个问题，我深表歉意。我能找到的只是关于替换给定值的元素的问题，而不是多个值的元素。

背景

我有几千个大型 np.arrays，如下所示：

# generate dummy data
input_array = np.zeros((100,100))
input_array[0:10,0:10] = 1
input_array[20:56, 21:43] = 5
input_array[34:43, 70:89] = 8

在这些数组中，我想根据字典替换值：

mapping = {1:2, 5:3, 8:6}

方法

这时候，我使用了一个简单的循环，结合花哨的索引：

output_array = np.zeros_like(input_array)

for key in mapping:
    output_array[input_array==key] = mapping[key]

问题

我的数组的维度为 2000 到 2000，字典有大约 1000 个条目，因此，这些循环需要永远。

题

是否有一个函数，它只需要一个数组和一个字典（或类似形式）形式的映射，并输出更改后的值？

非常感谢帮助！

更新：

解决方案：

我在 Ipython 中测试了各个解决方案，使用

%%timeit -r 10 -n 10

输入数据

import numpy as np
np.random.seed(123)

sources = range(100)
outs = [a for a in range(100)]
np.random.shuffle(outs)
mapping = {sources[a]:outs[a] …

我想使用以下卷积神经网络：

http://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/

从https://github.com/BVLC/caffe/tree/windows构建的caffe

适用于带有Visual Studio 2013的Windows 10，CUDA 7.5，cudNN 4和python支持。

现在，当我呼叫附带的两个网络中的任何一个时

net = caffe.Net('xyz.prototxt', 'xyz.caffemodel', caffe.TEST)

我收到以下错误：

 Error parsing text-format caffe.NetParameter: 43:85: Unknown enumeration value of "CROP" for field "type".

网络的第43行如下所示：

layers { bottom: 'd3c' bottom: 'u3a' top: 'd3cc'  name: 'crop_d3c-d3cc'  type: CROP }

我在网上看过，有些人似乎遇到了相同的错误消息。但是，我找不到任何解决方案。

我现在的问题是：如何摆脱这个错误？

非常感谢您的帮助！

编辑：

按照Dale Song的建议更改.prototxt可以消除此错误，但又导致了另一个错误：

[libprotobuf ERROR ..\src\google\protobuf\text_format.cc:274] Error parsing text-format caffe.NetParameter: 10:102: Message type "caffe.LayerParameter" has no field named "blobs_lr".

我通过替换来解决此问题

blobs_lr: 1 weight_decay: 1 blobs_lr: 2 weight_decay: 0

与

 param …

我有以下代码，想知道如何在 python 中将其绘制为图表

year,month,sales,expenditure
2018,jan,6226,3808
2018,feb,1521,3373
2018,mar,1842,3965
2018,apr,2051,1098
2018,may,1728,3046
2018,jun,2138,2258
2018,jul,7479,2084
2018,aug,4434,2799
2018,sep,3615,1649
2018,oct,5472,1116
2018,nov,7224,1431
2018,dec,1812,3532

这是我到目前为止的代码

import matplotlib.pyplot as plt
import csv

x = []
y = []

with open('sales.csv','r') as sales_csv:
    plots = csv.reader(sales_csv, delimiter=',')
    for row in plots:
        x.append(row[1])
        y.append(row[3])

plt.plot(x,y, label='Loaded from file!')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

假设我有一个这样的矩阵：

     m = [0, 1, 1, 0,
          1, 1, 0, 0,
          0, 0, 0, 1]

我需要获得相同相邻值的坐标（但不是对角线）：

因此，结果将是“矩阵”列表中的坐标列表列表，从 [0,0] 开始，如下所示：

r = [[[0,0]],   
     [[0,1], [0,2], [1,0], [1,1]],   
     [[0,3], [1,2], [1,3], [2,0], [2,1], [2,2]]   
     [[2,3]]]    

一定有办法做到这一点，但我真的被困住了。