matrix

    5गर्मी

    2उत्तर

    के साथ निकट मैचों की एक सूची तैयार करने के बाद मैंने उत्कृष्ट पैकेज "स्ट्रिंगडिस्ट" की खोज की और अब स्ट्रिंग दूरी की गणना करने के लिए इसका उपयोग करना चाहते हैं। विशेष रूप से मेरे पास शब्दों का एक सेट

    8गर्मी

    1उत्तर

    मेरे पास पूर्णांक की सरणी के साथ अपाचे स्पार्क में डेटाफ्रेम है, स्रोत छवियों का एक सेट है। मैं अंत में पीसीए करना चाहता हूं, लेकिन मुझे अपने सरणी से सिर्फ मैट्रिक्स बनाने में परेशानी हो रही है। मैं आ

    5गर्मी

    1उत्तर

    में एक स्पैर ब्लॉक विकर्ण मैट्रिक्स बनाना मान लीजिए बी बी मैटलैब में स्पैर मैट्रिस का एक सेल सरणी है, और मैं एक स्पैस ब्लॉक विकर्ण मैट्रिक्स एम बनाना चाहता हूं जिसका विकर्ण ब्लॉक बी में संग्रहीत मैट्र

    6गर्मी

    2उत्तर

    से एक त्रिकोणीय मैट्रिक्स बनाएं मैं निम्नलिखित समस्या को हल करने का प्रयास कर रहा हूं। मान लीजिए मैं निम्नलिखित वेक्टर है: aux1<-c(0,0,0,4,5,0,7,0,0,10,11,12) जहां संख्या पंक्ति की संख्या का प्रतिनिधि

    5गर्मी

    2उत्तर

    से केवल एक तत्व के साथ पंक्तियों/स्तंभों को हटा रहा है, मैं एक बाइनरी मैट्रिक्स से "सिंगलेट" को हटाने का प्रयास कर रहा हूं। यहां, सिंगलेट्स उन तत्वों को संदर्भित करता है जो पंक्ति में केवल "1" मान हैं

    5गर्मी

    1उत्तर

    में सहायता करें तो मेरे पास दो अलग मैट्रिक्स (mat1 और mat2) हैं और मुझे चेक करने के लिए उनके माध्यम से जाना होगा। मुझे परिणामों को एक तीसरे मैट्रिक्स में स्टोर करने की आवश्यकता है। मुझे लगता है कि मेर

    13गर्मी

    1उत्तर

    में मैट्रिस के स्थान संशोधन में R में मैट्रिस के इन-प्लेस संशोधनों के लिए कॉपी-ऑन-संशोधित से बचने का कोई तरीका है? मैं निम्नानुसार बड़े मैट्रिक्स के एक टुकड़े में एक छोटे मैट्रिक्स की प्रतिलिपि बनाने

    6गर्मी

    2उत्तर

    मैं एक पानी तालिका मॉडल के लिए कुछ सीमा शर्तों को स्थापित करने पर काम कर रहा हूं, और मैं पूरी पहली पंक्ति को स्थिर मान पर सेट करने में सक्षम हूं, लेकिन पूरे पहले कॉलम पर नहीं। मैं खाली मैट्रिक्स बनाने

    9गर्मी

    1उत्तर

    का उपयोग कर बड़े मैट्रिक्स मैं 2000 कॉलम और 200000 पंक्तियों के साथ एक मैट्रिक्स प्लॉट करने की कोशिश कर रहा हूं। मैं जब मैट्रिक्स का उपयोग कर matshow(my_matrix) show() हालांकि, जब अधिक पंक्तियों my

    11गर्मी

    1उत्तर

    मुझे समझ में नहीं आता कि numpy.linalg.solve() अधिक सटीक उत्तर देता है, जबकि numpy.linalg.inv() कुछ हद तक टूट जाता है, जो (मुझे विश्वास है) अनुमान। एक ठोस उदाहरण के लिए, मैं समीकरण C^{-1} * d को हल कर