numpy

7गर्मी

4उत्तर

के साथ स्लाइडिंग पांडो पंक्तियां मूल रूप से रेगेक्स के आधार पर सशर्त स्लाइसिंग के साथ एक पांडस डेटाफ्रेम को टुकड़ा करने के लिए एक तेज़ तरीका सीखना चाहता हूं। उदाहरण df निम्नलिखित के लिए (string_column

7गर्मी

2उत्तर

तृतीय सरणी

में प्रत्येक मिलान तत्व के लिए किसी अन्य सरणी में मानों के आधार पर NumPy योग एक सरणी है, मेरे पास दो numpy arrays हैं, जिनमें एक मान है और प्रत्येक मान श्रेणी वाला एक है। values=np.array([1,2,3,4,5,6,

5गर्मी

1उत्तर

बिनिंग स्तंभ

मैं संख्यात्मक मान के साथ डाटा फ्रेम स्तंभ है df['percentage'].head() 46.5 44.2 100.0 42.12 मैं बिन मायने रखता है के रूप में स्तंभ देखना चाहते हैं: bins = [0, 1, 5, 10, 25, 50, 100] मैं बिन के

6गर्मी

1उत्तर

नकली पूर्णांक विभाजन कभी-कभी

कास्ट करते समय गलत परिणाम उत्पन्न करता है, इन दोनों डिवीजनों के अलग-अलग परिणाम क्या कारण हैं? मैं बहुत उलझन में हूं क्योंकि कुछ संख्याओं के साथ यह वही परिणाम देता है और कुछ के साथ यह नहीं करता है। >>>

6गर्मी

3उत्तर

पांडा के साथ स्मृति रिसाव

मैं एक प्रोग्राम है जो बार-बार नीचे की तरह एक पांडा डेटा फ्रेम पर लूप है खोजने के लिए कैसे: monts = [some months] for month in months: df = original_df[original_df.month == month].copy() r

12गर्मी

5उत्तर

एक सूची वाले पांडा कॉलम से एक-हॉट-एन्कोड कैसे करें?

मैं कई स्तंभों में तत्वों की एक सूची से युक्त एक पांडा स्तंभ को तोड़ना चाहता हूं क्योंकि अद्वितीय तत्व हैं जैसे one-hot-encode उन्हें (1 मूल्य के साथ एक पंक्ति में मौजूद किसी दिए गए तत्व का प्रतिनिधित

8गर्मी

1उत्तर

टेन्सोरफ्लोस्टीमीटर

फिटिंग करते समय टेंसरफ्लो क्रैश हो जाता है, मैं TensorForestEstimator मॉडल पर फिट करने की कोशिश कर रहा हूं जिसमें संख्यात्मक फ्लोटिंग-पॉइंट डेटा 7 फीचर्स और 7 लेबल का प्रतिनिधित्व करता है। यही है, fea

5गर्मी

2उत्तर

3 आयामों

मैं डेटा की एक सरणी है में एक बहुपद का उपयोग कर np.polyfit फिटिंग, आयाम (एन, 3) कुछ पूर्णांक एन, कि 3 डी अंतरिक्ष में एक कण के पथ को निर्दिष्ट के लिए, यानी प्रत्येक पंक्ति के साथ प्रविष्टि (x, y, z) क

5गर्मी

2उत्तर

बड़े Numpy SciPy सीएसआर मैट्रिक्स, पंक्ति बुद्धिमान आपरेशन

मैं एक सीएसआर मैट्रिक्स की पंक्तियों पर पुनरावृति और पंक्ति के योग द्वारा प्रत्येक तत्व विभाजित करना चाहते हैं, यह यहाँ के समान: numpy divide row by row sum मेरे समस्या यह है कि मैं एक बड़े मैट्रिक्स

9गर्मी

1उत्तर

आस-पास के समूहों की गणना तेज करना?

मेरे पास एक डेटा फ्रेम है जिसमें समूह आईडी, दो दूरी उपायों (देशांतर/अक्षांश प्रकार माप) और एक मान शामिल है। दूरी के दिए गए सेट के लिए, मैं पास के अन्य समूहों की संख्या, और पास के उन अन्य समूहों के औसत