- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
从大型掩码数组中获取平均值的合适方法是什么?通常我只会调用 .mean()
但对于非常大的数组,这对我来说失败了。
考虑创建一个包含一百万个元素的数组,所有元素的值为 500,例如:
a = np.ones(1000000, dtype=np.int16) * 500
然后创建一个随机掩码并将两者组合到一个新的掩码数组
中:
mask = np.random.randint(0, 2, a.size)
b = np.ma.masked_array(a, mask=mask)
数组b
继承了dtype
,也是一个int16
。
从 b
中获取平均值可以用不同的方式完成,但都给出相同的结果。但是 non-ma
函数忽略了掩码,不应使用。
print(np.average(b), np.mean(b), np.ma.average(b), np.ma.mean(b))
(500.0, 500.0, 500.0, 500.0)
但如果我将原始数组大小从一百万增加到一千万,结果将变为:
print(np.average(b), np.mean(b), np.ma.average(b), np.ma.mean(b))
(500.0, -359.19365132075774, -359.19365132075774, -359.19365132075774)
现在只有 np.average
似乎 是正确的,但如前所述,忽略掩码并计算整个数组的平均值,这可以在更改一些例如,使用 b[b.mask] = 1000
屏蔽值。不过,我希望 np.mean
做同样的事情。
将掩码数组 b
转换为 float32
结果:
b = b.astype(np.float32)
print(np.average(b), np.mean(b), np.ma.average(b), np.ma.mean(b))
(511.18945, 510.37895680000003, 510.37895680000003, 510.37895680000003)
并将掩码数组 b
转换为 float64
(根据文档默认情况下应该这样做)导致:
b = b.astype(np.float64)
print(np.average(b), np.mean(b), np.ma.average(b), np.ma.mean(b))
(500.0, 500.0, 500.0, 500.0)
因此转换为 float64
似乎可行,但我宁愿避免这种情况,因为它会增加内存占用量。
在测试其中的一些内容时,我还注意到,如果大小为一百万但错误的结果,则在非屏蔽数组 (a) 上调用 np.ma.average
会给出正确的结果当它是一千万时,而 np.ma.mean
对于两种尺寸都是正确的。
谁能解释一下这个例子中 dtype
和数组的 size
之间的关系?当这种情况发生时以及如何正确处理它对我来说有点神秘。
所有这些都是在 64 位 Win 7 机器上的 Numpy 1.8.1 中完成的。通过 conda 安装。
这是一个复制我所做的事情的笔记本:
http://nbviewer.ipython.org/gist/RutgerK/69b60da73f464900310a
最佳答案
this can be shown when changing some of the masked values with
b[b.mask] = 1000
for example. I would expect np.mean to do the same though.
这是不正确的,b.mask 在有屏蔽值的地方为 True。当您为屏蔽值分配新值时,您正在取消屏蔽它们,因此有效地使数组中的所有值有效,您可以改用 b[np.invert(b.mask)]
。
所以这应该可行:
import numpy as np
a = np.ones(10000000, dtype=np.int64) * 500
mask = np.random.randint(0, 2, a.size)
b = np.ma.masked_array(a, mask=mask)
b[np.invert(b.mask)] = 1000
print(np.average(b), np.mean(b), np.ma.average(b), np.ma.mean(b))
除了 np.average
之外,这将为您提供正确的值。
除此之外,当您得到负值/不正确的值时,这是因为您得到了整数溢出。使用 dtype=np.int64
应该可以解决它,
编辑:另一种选择是将 Python 整数与 dtype=object
一起使用,而不是固定宽度的整数,但这会更慢,此更改使 np .average
崩溃,但其余方法正常工作。
编辑 2: 正如评论中所说,在这种情况下没有必要增加数组元素的大小,我们可以调用 np.mean(b, dtype =np.float64)
以便 np.mean
使用更大的累加器来避免溢出。
关于python - 来自大型掩码数组的 Numpy 平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24363107/
作为脚本的输出,我有 numpy masked array和标准numpy array .如何在运行脚本时轻松检查数组是否为掩码(具有 data 、 mask 属性)? 最佳答案 您可以通过 isin
我的问题 假设我有 a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.arra
numpy 是否有用于矩阵模幂运算的内置实现? (正如 user2357112 所指出的,我实际上是在寻找元素明智的模块化减少) 对常规数字进行模幂运算的一种方法是使用平方求幂 (https://en
我已经在 Numpy 中实现了这个梯度下降: def gradientDescent(X, y, theta, alpha, iterations): m = len(y) for i
我有一个使用 Numpy 在 CentOS7 上运行的项目。 问题是安装此依赖项需要花费大量时间。 因此,我尝试 yum install pip install 之前的 numpy 库它。 所以我跑:
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
numpy.random.seed(7) 在不同的机器学习和数据分析教程中,我看到这个种子集有不同的数字。选择特定的种子编号真的有区别吗?或者任何数字都可以吗?选择种子数的目标是相同实验的可重复性。
我需要读取存储在内存映射文件中的巨大 numpy 数组的部分内容,处理数据并对数组的另一部分重复。整个 numpy 数组占用大约 50 GB,我的机器有 8 GB RAM。 我最初使用 numpy.m
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
似乎 numpy.empty() 可以做的任何事情都可以使用 numpy.ndarray() 轻松完成,例如: >>> np.empty(shape=(2, 2), dtype=np.dtype('d
我在大型 numpy 数组中有许多不同的形式,我想使用 numpy 和 scipy 计算它们之间的边到边欧氏距离。 注意:我进行了搜索,这与堆栈中之前的其他问题不同,因为我想获得数组中标记 block
我有一个大小为 (2x3) 的 numpy 对象数组。我们称之为M1。在M1中有6个numpy数组。M1 给定行中的数组形状相同,但与 M1 任何其他行中的数组形状不同。 也就是说, M1 = [ [
如何使用爱因斯坦表示法编写以下点积? import numpy as np LHS = np.ones((5,20,2)) RHS = np.ones((20,2)) np.sum([ np.
假设我有 np.array of a = [0, 1, 1, 0, 0, 1] 和 b = [1, 1, 0, 0, 0, 1] 我想要一个新矩阵 c 使得如果 a[i] = 0 和 b[i] = 0
我有一个形状为 (32,5) 的 numpy 数组 batch。批处理的每个元素都包含一个 numpy 数组 batch_elem = [s,_,_,_,_] 其中 s = [img,val1,val
尝试为基于文本的多标签分类问题训练单层神经网络。 model= Sequential() model.add(Dense(20, input_dim=400, kernel_initializer='
首先是一个简单的例子 import numpy as np a = np.ones((2,2)) b = 2*np.ones((2,2)) c = 3*np.ones((2,2)) d = 4*np.
我正在尝试平均二维 numpy 数组。所以,我使用了 numpy.mean 但结果是空数组。 import numpy as np ws1 = np.array(ws1) ws1_I8 = np.ar
import numpy as np x = np.array([[1,2 ,3], [9,8,7]]) y = np.array([[2,1 ,0], [1,0,2]]) x[y] 预期输出: ar
我有两个数组 A (4000,4000),其中只有对角线填充了数据,而 B (4000,5) 填充了数据。有没有比 numpy.dot(a,b) 函数更快的方法来乘(点)这些数组? 到目前为止,我发现
我是一名优秀的程序员,十分优秀!