小编Sau*_*tro的帖子

我在Python中看到的最常见的SQLite接口是sqlite3,但是有什么能与NumPy数组或重组一起使用吗？我的意思是一个识别数据类型并且不需要逐行插入,并提取到NumPy(rec)数组......？有点像在R的SQL函数RDB或sqldf库,如果任何人都熟悉那些(它们导入/导出/追加整个表或表的子集或R数据表).

我正试图将numpy放在带有ARM处理器的系统上.我对这些处理器没有多少经验,所以我不确定从哪里开始.我试图通过谷歌搜索答案,但没有成功找到有关交叉编译numpy的细节.我目前在机器上有python版本2.4,我正在尝试导入numpy 1.6.2.关于我可以从哪里开始的任何建议？

我有一个功能作用于3D阵列的每个2D切片.如何对函数进行向量化以避免循环以提高性能？例如:

def interp_2d(x0,y0,z0,x1,y1):
    # x0, y0 and z0 are 2D array
    # x1 and y1 are 2D array
    # peform 2D interpolation
    return z1

# now I want to call the interp_2d for each 2D slice of z0_3d as following:
for k in range(z0_3d.shape[2]):
    z1_3d[:,:,k]=interp_2d(x0, y0, z0_3d[:,:,k], x1, y1)

我试图在方程组中求解m1,m2,m3,m4,这样:

y=(m1*x1)+(m2*x2)+(m3*x3)+(m4*x4)

哪里:

x1=[x11,x12,x13...]
x2=[x21,x22,x23...]
x3=[x31,x32,x33...]
x4=[x41,x42,x43...]

y=[y1,y2,y3,y4,...]

我一直在努力做到:

m=numpy.linalg.lstsq(A,y)[0]

哪里:

A = [[x11,x21,x31,x41],[x12,x22,x32,x42],.....]

但是我的结果与Mat-lab中的类似分析不匹配.

您可能会看到的任何建议或问题都非常有用!

谢谢.

我已经将文本添加到绘图中,在每行中编码,然后调整它看起来像样,增加或减少宽度,或更改位置.但是,有没有办法让Python知道你想要文本的位置以及你想要它的设置方式？然后我可以添加文本,Python将计算出细节.

例如,看看下面的图片:

在图中,我在左上角有3行文字,在图的线上有一行.

我不得不调整3条线以获得合适的间距.这不是一项艰巨的任务,但如果我能说这里是文本,这里就是位置,那将很容易,然后Python以适当的间距堆叠它.

对于单独的线路,我不得不进行调整,因此它不在线上并降低线路.对于这种情况,有可能告诉python我想在情节上方的文字和80%下线？

我习惯于LaTeX在没有硬编码坐标的情况下进行调整的地方.优点是

(1) if I want to change the location, I can change the percentage shift and not the coordinate.

(2) if the line is angled, the text will adjust to the line.

(2)的优点是我试图将文字放在图中顶部向上倾斜的文本上.

可以这样做,还是我要求多少？如果是这样,我该怎么做？

以下是实现该图的代码:

import numpy as np
import pylab

r1 = 1  #  AU Earth                                                                 
r2 = 1.524  #  AU Mars                                                              
deltanu = 75 * np.pi / 180  #  angle in radians                                     
mu = 38.86984154054163

c = np.sqrt(r1 ** 2 + …

在下面的Python中,我有五个函数包含在func我必须集成的数组中.代码调用使用f2py以下代码生成的外部Fortran模块:

import numpy as np
from numpy import cos, sin , exp
from trapzdv import trapzdv
def func(x):
    return np.array([x**2, x**3, cos(x), sin(x), exp(x)])

if __name__ == '__main__':
    xs = np.linspace(0.,20.,100)
    ans =  trapzdv(func,xs,5)
    print 'from Fortran:', ans
    print 'exact:', np.array([20**3/3., 20**4/4., sin(20.), -cos(20.), exp(20.)])

Fortran例程是:

      subroutine trapzdv(f,xs,nf,nxs,result)
          integer :: I
          double precision :: x1,x2
          integer, intent(in) :: nf, nxs
          double precision, dimension(nf) :: fx1,fx2
          double precision, intent(in), dimension(nxs) :: xs
          double precision, intent(out), dimension(nf) :: …

在这个问题阐述了如何访问lower和upper给定矩阵的triagular部分,说:

m = np.matrix([[11, 12, 13],
               [21, 22, 23],
               [31, 32, 33]])

在这里,我需要在一维数组中转换矩阵,可以这样做:

indices = np.triu_indices_from(m)
a = np.asarray( m[indices] )[-1]
#array([11, 12, 13, 22, 23, 33])

在进行大量计算后a,更改其值,它将用于填充对称的2D数组:

new = np.zeros(m.shape)
for i,j in enumerate(zip(*indices)):
    new[j]=a[i]
    new[j[1],j[0]]=a[i]

返回:

array([[ 11.,  12.,  13.],
       [ 12.,  22.,  23.],
       [ 13.,  23.,  33.]])

有没有更好的方法来实现这一目标？更具体地说,避免Python循环重建2D数组？

我有500个花车的清单.

我想从列表中选出11个数字,当加在一起时总和为N,N在一个范围内X <= N <= Y

这基本上是为了一个梦幻足球比赛,我们在人员阵容中自动选出11名球员.

总成本应该在一个范围内,而不是随机的.

一个解决方案可能是连续随机挑选11名玩家,直到我得到一个符合范围的总数,但我想知道是否有更优雅的方法？

我对python有点新鲜.我有一个名为featureExtraction的函数,它返回一个图像的一维数组.我需要逐行堆叠所有这样的1-d数组以形成2-d数组.我在MATLAB中有以下等效代码.

    I1=imresize(I,[256 256]);
    Features(k,:) = featureextraction(I1);

featureextraction返回1-d行向量,该向量逐行堆叠以形成2-d数组.python中的等效代码片段是什么？

先感谢您.

我有一个3D数组,我需要在最后一个轴上"挤"它,这样我得到一个2D数组.我需要以下面的方式做到这一点.对于前两个维度的索引的每个值,我知道应从中获取值的第三维的索引值.

例如,我知道,如果i1 == 2和i2 == 7再i3 == 11.这意味着out[2,7] = inp[2,7,11].从前两个维度到第三个维度的映射在另一个2D阵列中给出.换句话说,我有一个数组,其中2,7我的位置11作为一个值.

所以,我的问题是如何组合这两个数组(3D和2D)来获得输出数组(2D).