numpy ndarray 返回 index 问题

经常遇到需要返回满足条件的index。 python中没有which函数，但有列表推导式，可以实现类似功能

y= np.array([3,2,5,20])

y
Out[131]: array([ 3, 2, 5, 20])

[x for x in range(y.shape[0]) if y[x]>3]
Out[129]: [2, 3] 输出满足条件的索引号

In [23]: {i:el for i,el in enumerate(["one","two","three"])}
Out[23]: {0: ‘one‘, 1: ‘two‘, 2: ‘three‘}

时间： 2024-11-13 06:50:44

numpy ndarray 返回 index 问题的相关文章

<class 'numpy.ndarray'>的学习

在学习opencv-python的时候,给出图片地址再调用cv2.imread("地址"),发现出创建的是numpy类型的ndarray对象,用来存放多维数组的对象 # 导入cv2模块 import cv2 # 给出本地图片的地址 img_dir="D:/360Downloads/test.jpg" # 创建numpy类型的ndarray对象,存放多维数组的对象 img=cv2.imread(img_dir) # <class 'numpy.ndarray'&

numpy ndarray

>>> aarray([[1, 2], [3, 4]])>>> a.shape(2, 2)>>> barray([2, 3])>>> b.shape(2,)>>> carray([[1], [2]])>>> c.shape(2, 1)>>> darray([[1, 2]])>>> d.shape(1, 2) >>> d.sum(0)==earra

TypeError: unhashable type: 'numpy.ndarray'

在TensorFlow中运行程序出现如下 TypeError: unhashable type: 'numpy.ndarray',主要原因可能是数据类型的问题,如下: batch_X = X_train[idx, :]batch_y = y_train[idx, :] 可能X_train 是 DataFrame格式的,不能用于迭代,可将其转化成 np.array 格式的,如 X_train = np.array(X_train) TypeError: unhashable type: 'num

Numpy(ndarray常用函数介绍）

1. 由list创建ndarray 1 import numpy as np 2 3 x = [1, 2, 3] 4 print(x) 5 print(type(x)) 6 a = np.array(x) 7 print(a) 8 print(type(a)) output: [1, 2, 3] <class 'list'> [1, 2, 3] <class 'numpy.ndarray'> 原文地址:https://www.cnblogs.com/aperolchen/p/947

记一个小错误：'numpy.ndarray' object is not callable

错误在于mfcc是已经定义的函数,所以变量名改为wav_mfcc,问题就解决了. 参考博客: https://blog.csdn.net/Olaking/article/details/43199003 记一个小错误:'numpy.ndarray' object is not callable 原文地址:https://www.cnblogs.com/yuren1998/p/11558700.html

NumPy Ndarray对象

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型. 它描述相同类型的元素集合. 可以使用基于零的索引访问集合中的项目. ndarray中的每个元素在内存中使用相同大小的块. ndarray中的每个元素是数据类型对象的对象(称为 dtype). 从ndarray对象提取的任何元素(通过切片)由一个数组标量类型的 Python 对象表示. 下图显示了ndarray,数据类型对象(dtype)和数组标量类型之间的关系. ndarray类的实例可以通过后面描述的不同的数组创建例

numpy ndarray 按条件筛选数组，关联筛选

转:http://http://blog.csdn.net/blackyuanc 作者:y小川 https://blog.csdn.net/blackyuanc/article/details/77948703 最近的项目中大量涉及数据的预处理工作,对于ndarray的使用非常频繁.其中ndarray如何进行数值筛选,总结了几种方法. 1.按某些固定值筛选如下面这段代码从,ndarray中可以筛选出数值等于3的子数组和其在原数组中的索引位置. import numpy as np arr =

webpack-dev-server启动后, localhost:8080返回index.html的原理

webpack-dev-server是一个采用Node.js Express实现的微型服务器, 内部使用webpack-dev-middleware来响应发送到服务器监听单口的HTTP请求. webpack-dev-server主要用于前端项目的本地开发和调试. 具体使用,只需要在package.json的devDependencies里添加它的依赖即可. 同样在package.json里定义dev script,执行该webpack-dev-server, 这样用命令行npm run dev就

Numpy Ndarray 对象

Numpy最重要的特点是其N维数组对象ndarray,他是一系列同类型数据的集合,以 0 为下表进行索引 ndarray 对象是用于存放同类型元素的多维数组. ndarray 中的每个元素在内存中都有相同存储大小的区域. Numpy 的一些属性 import numpy as np a = np.array([1,2,3]) print (a) 输出结果如下: [1, 2, 3] # 多于一个维度 import numpy as np a = np.array([[1, 2], [3, 4]