Tengo una matriz NumPy arr y una máscara (inversa) de mask . Por simplicidad, asummos que ambos son 1d. Quiero cambiar el valor n no enmascarado en arr . Un ejemplo: import numpy as np arr = np.arange(5) mask = np.array((True, False, True, True, False)) Desafortunadamente, arr[mask][-1] = 100 que esperaba volver array([0, 1, 2, […]
La documentación para la indexación tiene algunos ejemplos de asignación de un lado derecho no escalar. En este caso, quiero modificar un subconjunto de mi dataframe, y lo que hice antes de v.13 ya no funciona. import pandas as pd from numpy import * data = {‘me’:list(‘rttti’),’foo’: list(‘aaade’), ‘bar’: arange(5)*1.34+2, ‘bar2’: arange(5)*-.34+2} df = pd.DataFrame(data).set_index(‘me’) […]
Tengo un CSV que contiene datos meteorológicos como temperaturas máximas y mínimas, precipitación, longitud y latitud de las estaciones meteorológicas, etc. Cada categoría de datos se almacena en una sola columna. Quiero encontrar la ubicación de las temperaturas máximas y mínimas. Encontrar el máximo o mínimo es fácil: numpy.min (my_temperatures_column) ¿Cómo puedo encontrar la posición […]
Tengo una matriz ‘x’ con cuatro columnas. Para cada fila, si la 4ta columna tiene un valor de 1, entonces quiero eliminar esa fila completa: x = np.array([[1,2,3,0],[11,2,3,24],[1,22,3,1],[1,22,3,1], [5,6,7,8], [9,10,11,1]]) for i in range(0,len(x)): if x[i][4]==0: x=np.delete(x, i,0) Obtuve el siguiente error: Rastreo (llamadas recientes más última): Archivo “”, línea 2, en si x [i] […]
Tengo algún problema de eficiencia al usar la función tensorflow py_func. Contexto En mi proyecto, tengo un lote de tensor input_features de tamaño [? max_items m] [? max_items m] . La primera dimensión se establece en ? porque es una forma dinámica (el lote se lee para un lector de flujo de tensión personalizado y […]
Tengo una matriz de data numpy en 3D y otra matriz de índices (un índice es una matriz numpy por sí misma, lo que convierte a esta última matriz en una matriz 2D): import numpy as np data = np.arange(8).reshape(2, 2, -1) #array([[[0, 1], # [2, 3]], # # [[4, 5], # [6, 7]]]) pos […]
En mi script tengo df [‘Time’] como se muestra a continuación. 497 2017-08-06 11:00:00 548 2017-08-08 15:00:00 580 2017-08-10 04:00:00 646 2017-08-12 23:00:00 Name: Time, dtype: datetime64[ns] Pero cuando lo hago t1=pd.Timestamp(df[‘Time’][0]) Me sale un error como este: KeyError: 0 ¿Necesito algún tipo de conversión aquí? Si es así, ¿cómo se puede solucionar?
Tengo una larga serie de tiempo, por ejemplo. import pandas as pd index=pd.date_range(start=’2012-11-05′, end=’2012-11-10′, freq=’1S’).tz_localize(‘Europe/Berlin’) df=pd.DataFrame(range(len(index)), index=index, columns=[‘Number’]) Ahora quiero extraer todos los sub-cuadros de datos para cada día, para obtener el siguiente resultado: df_2012-11-05: data frame with all data referring to day 2012-11-05 df_2012-11-06: etc. df_2012-11-07 df_2012-11-08 df_2012-11-09 df_2012-11-10 ¿Cuál es la forma más […]
Tengo una matriz numpy como esta: a = [0,88,26,3,48,85,65,16,97,83,91] ¿Cómo puedo obtener los valores en ciertas posiciones de índice en UN paso? Por ejemplo: ind_pos = [1,5,7] El resultado debe ser: [88,85,16]
Suponga una lista con objetos no concatenables a los que se deba acceder a través de una tabla de consulta. Entonces, el índice de la lista será un objeto tensorial, pero esto no es posible. tf_look_up = tf.constant(np.array([3, 2, 1, 0, 4])) index = tf.constant(2) list = [0,1,2,3,4] target = list[tf_look_up[index]] Esto mostrará el siguiente […]