-
等级
本版专家分：0结帖率 0% -
我有一个numpy 2d数组,包括正条目和-1值,这些是缺少的值.我想在不包含-1值的情况下对此矩阵的行求和.有没有办法在numpy中执行条件行求和？展开阅读全文
-
等级
本版专家分：0 -
方法#1：乘以布尔数组,因为True表现为1而False表示为0：
>>> a
array([[ 1, 3, 0, 4, 2],
[ 2, 1, 4, -1, 1],
[-1, 2, 4, 4, 4],
[ 4, 4, 4, 4, 0],
[ 0, 2, 4, 1, 2]])
>>> (a * (a != -1)).sum(axis=1)
array([10, 8, 14, 16, 9])
方法#2：使用相同的布尔数组(好吧,翻转 – 在我们想知道要保留哪些之前,现在忽略哪些)作为MaskedArray的正式掩码.
>>> am = np.ma.MaskedArray(a, mask=(a==-1))
>>> am
masked_array(data =
[[1 3 0 4 2]
[2 1 4 -- 1]
[-- 2 4 4 4]
[4 4 4 4 0]
[0 2 4 1 2]],
mask =
[[False False False False False]
[False False False True False]
[ True False False False False]
[False False False False False]
[False False False False False]],
fill_value = 999999)
>>> am.sum(axis=1)
masked_array(data = [10 8 14 16 9],
mask = [False False False False False],
fill_value = 999999)
[说实话,我几乎从不使用MaskedArray.]
- python实现对矩阵按照行、列求和，不使用numpy、pandas模块
因为遇上一个问题需要对矩阵按照行、列求和，这里使用的PC上又无法安装numpy和pandas就只好自己动手写一个简化版的小函数了，其实很简单，就直接上代码了，下面是具体的实现： #!usr/bin/env python #encoding:...
- python矩阵求和, numpy.sum()
列求和 np.sum([[0,1,2],[0,1,2]],axis=0) array([0, 2, 4]) 行求和 np.sum([[0,1,2],[0,1,2]],axis=1) array([3, 3])
- 【numpy求和】numpy.sum()求和
numpy.sum(a, axis=None, dtype=None, out=...python中常用的numpy进行数学计算，其中array的求和运算分为两种，一种是调用numpy.array自身的sum()方法,另一种是利用numpy的内建函数numpy.sum()使用。(tips:python...
- python numpy数组求和与求积
Suppose the "x" is a ndarray of numpy. 数组求和：np.sum(x, axis=0) 数组求积：np.prod(x, axis=0) # or np.product(x, axis=0)
- Python numpy中常用统计函数，求和，求均值，求中值，最大小值，极值，标准差
demo.py（numpy中的常用统计函数）： # coding=utf-8 import numpy as np t1 = np.arange(12).reshape((3,4)) print(t1) ''' [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] ''' # sum()求和 a = t1.sum(axis=0) ...
- Numpy中sum函数的使用方法（Python自带sum函数）
Numpy中sum函数（Python自带sum函数）的作用是对元素求和。 无参时，所有全加； axis=0，按列相加； axis=1，按行相加； 下边通过例子来说明其用法： #!/usr/bin/env python # -*- coding:utf-8 -*- from numpy...
- python-numpy如何排除nan值进行平均求和的操作
python-numpy如何排除nan值进行平均求和的操作
- python 列表，数组和矩阵sum的用法区别
1. 列表使用sum, 如下代码，对1维列表和二维列表，numpy.sum(a)都能将列表a中的所有元素求和并返回，a.sum()用法是非法的。 但是对于1维列表，sum(a)和numpy.sum(a)效果相同，对于二维列表，sum(a)会报错，用法...
- Python之list对应元素求和
Python之list对应元素求和
- Python中的向量相加和numpy中的向量相加效率比较
直接使用Python来实现向量的相加# -*-coding:utf-8-*- #向量相加 def pythonsum(n): a = range(n) b = range(n) c = [] for i in range(len(a)): a[i] = i**2 b[i] = i**3 c.append(a[i]+b[i
- numpy之sum()
sum(a)默认为对输入参数中的所有元素进行求和 >>> a array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) >>> np.sum(a) 66 >>> b=np.arange(12) >>> b=b.reshape(2,6) >...
- Numpy学习笔记（二）：数组的逻辑运算
在numpy中的逻辑运算： 与运算： vector = np.array([20,35,39,40]) equal_to_ten_and_five =(vector ==10)&(vector==5) print( equal_to_ten_and_five) 结果： [False False False False] 或...
- Python numpy，数组与数组的运算，sum数组元素求和，矩阵的乘法
numpy中两个多维数组之间可以进行运算的前提是： 1、shape为(4, 3, 2)可以与shape为(3, 2)的数组进行运算。（维度从后面开始算，可以成功匹配） 2、shape为(4, 3, 2)也可以与shape为(4, 3)的数组进行运算。（维度...
- Python : numpy数组最大最小值、平均值、求和
多维数组-最大最小平均值、求和 “”" import numpy as np n1 = np.random.randint(0,150,size=(2,4,5)) print(n1) 运行结果： [[[144 132 99 140 19] [122 12 37 109 24] [143 96 71 110 80] [ 79 107 116 90 38]] ...
- [python] nan类型
今天在用写一段求和的代码时候，发现最后返回的是nan的结果，这段循环求和代码依次调用了三个函数，于是依次打印这三个函数的返回值，发现其中一个函数的返回值为nan，原来是因为这段函数里面没有相似的用户，所有...
- Python中Numpy基础
numpy的功能: 提供数组的矢量化操作，所谓矢量化就是不用循环就能将运算符应用到数组中的每个元素中。 提供数学函数应用到每个数组中元素 提供线性代数，随机数生成，傅里叶变换等数学模块 numpy数组操作 ...
- python常见的矩阵运算
python里面经常会用到矩阵操作。总结一下：import numpy as np或者使用from numpy import *(用此命令后面...按列求和和按行求和：求列的最大值索引的位置：argmax(a,0),行的话0改为1矩阵的合并：列：vstack，行：hs...
- python中矩阵相加函数sum（）
假如矩阵A是n*n的矩阵A.sum（）是计算矩阵A的每一个元素之和。A.sum(axis=0)是计算矩阵每一列元素相加之和。A.Sum(axis=1)是计算矩阵的每一行元素相加之和。...
- Python之numpy库——矩阵相乘
在机器学习中，会遇见两个矩阵并非向量乘积，而是数值上的相乘。当下我是初学者，遇见后很困惑，于是搜索了相关资料，写个文章，总结一下个人理解。 后续会进行更新，我是用到哪些就查哪些，就总结哪些 一、 向量...
- Python内置函数与numPy运算速度对比
Python自己带了几个函数，主要是sum,max,min，同时numPy中也有几个类似的
- python实现列表对应元素求和的两种方法
这篇主要介绍python实现列表对应元素求和的两种方法。 方法一：采用zip（）方法： # -*- coding: utf-8 -*- import math import numpy as np a= [1,2,3] b =[4,5,6] #方法1 c=[] for i,j in zip(a,b): ...
- Python | Numpy | 读取文件和存储数据
使用Numpy读取文件1、纯数字的数组arr = np.loadtxt('data.txt',delimiter=',') print(arr)[[1. 2. 3.] [4. 5. 6.] [7. 8. 9.]]2、含有字符串的数组arr = np.loadtxt('data.txt',str,delimiter=',') print(arr)[['...
- numpy 范围 求和 sum，条件如何编写
``` array = N.loadtxt(csvdir,delimiter = ',',usecols = (3),skiprows = 1) ``` 问题： array里面都是数据，想对array的数据进行区间求和，获得1000的x的和...请问用Numpy,sum()如何进行条件编写？ 在线等！
- NumPy入门讲座（1）：基本概念
NumPy 是 Python 科学计算的基础软件包，提供多了维数组对象，多种派生对象（掩码数组、矩阵等）以及用于快速操作数组的函数及 API，它包括数学、逻辑、数组形状变换、排序、选择、I/O 、离散傅立叶变换、基本线性...
- Python之向量相加中使用到list元素求和、合并
Python之向量相加中涉及list元素求和、合并 一、问题描述 Python的向量运算可以使用Python运算逻辑实现，也可以用numpy包实现，这里通过编写相关代码进行演示，同时指出list列表的元素求和、合并的表达 二、向量相加...
- Python : numpy多维数组-最大最小平均值、求和
多维数组-最大最小平均值、求和 “”" import numpy as np n1 = np.random.randint(0,150,size=(2,4,5)) print(n1) 运行结果： [[[144 132 99 140 19] [122 12 37 109 24] [143 96 71 110 80] [ 79 107 116 90 38]] ...
- python+numpy按行求一个二维数组的最大值
问题描述： ...import numpy as np x = np.array([[1,2,3],[4,5,3]]) # 先求每行最大值得下标 index_max = np.argmax(x, axis=1)# 其中，axis=1表示按行计算 print(index_max.shape) ...
- python求加权平均值的方法（附纯python写法）
首先是数据源：#需要求加权平均值的数据列表 elements = [] ...np.average(elements, weights=weights)附纯python写法：# 不使用numpy写法1 round(sum([elements[i]*weights[i] for i in range(n...
- 【python3】numpy笔记
机器学习常常需要fake数据，或者进行数据预处理，numpy是python科学计算的一把利器。 numpy 官方手册，支持字母检索 常用方法： 生成数据： arange： 生成一定范围内的数据 ones_like：生成与参数维度相同的...