此包包含在numpy ndarrays上进行索引操作的功能,提供高效的矢量化功能,如分组和设置操作。
numpy-indexed的Python项目详细描述
主页:https://github.com/eelchoogendoorn/numpy嫒arraysetops嫒ep
作者:eelco hoogendoorn
作者电子邮件:hoogendoorn.eelco@gmail.com
许可证:可自由分发
说明:生成状态生成状态
numpy索引操作
==包含对numpy ndarrays进行索引操作的功能,提供高效的矢量化功能,如分组和设置操作。
*丰富高效的分组功能:
-按键组拆分值
-按键组缩减值
*现有阵列集运算对ND阵列的推广,例如:
-unique
-union
-difference
-exclusive(xor)
-contains/in(in1d)
*一些新函数:
-index:numpy等同于list。index
-count:numpy等同于collections。counter
-模式:查找集合中出现频率最高的项
-多样性:序列中每个键的出现次数
-计数表:如r的表或pandas交叉表,或np.bincount的ndim版本
代码::python
打印(包含(边[0],ex))
相对于它们的整体,排他边在哪里?
打印(索引(并集(*边),ex))
按相同键分组并减少值
值=np.rand(100,20)
等…
打印(分组(边[0])。中值(值))
代码::python
>;conda install numpy indexed-c conda forge
代码::python
>;pip install numpy indexed
请参见:https://pypi.python.org/pypi/numpy indexed
设计决策:
---------
此包基于设计模式的一般化,可以在numpy.unique中找到。也就是说,通过对一个ndarray进行argsorting,许多
后续操作可以有效地以向量化的方式实现。
排序和相关的低级操作被封装到索引类的
层次结构中,这允许高效地查找各种不同的钥匙类型。这个
包的公共api对于这些索引对象来说是一个很薄的包装器。
除了可排序原语类型的标准序列
之外,当前支持的两种复杂键类型是ndarray键(即,查找数组的唯一
行/列)和复合键(压缩序列)。对于描述要索引对象的关键对象的有效序列的精确转换规则,请参见as \index()。
todo和开放式问题:
——合并/连接功能?
…|构建状态图像::https://travis-ci.org/eelchoogendoorn/numpy_arraysetops_ep.svg?branch=master
:目标:https://travis ci.org/eelchoogendoorn/numpy_arraysetops_ep
…|构建状态图像::https://ci.appveyor.com/api/projects/status/h7w191ovpa9dcfum?SVG=真:
:目标:http://C.AppVEYOR.COM/Proj/CalpDiga/Nuffy AraySet OP
关键词:NUBY GROUP GROUP操作索引< BR/>平台:任何
分类器:开发状态::4 - Beta < BR/>分类器:有意受众::科学/研究BR/>分类器:预期受众:开发人员
分类器:主题::实用程序
分类器:主题::科学/工程
分类器:许可证::可自由分发
分类器:操作系统::MacOS::MacOS X
分类器:操作系统::Microsoft::Windows
分类器:操作系统::POSIX
分类器:编程语言:python
分类器:编程语言::python::2.7
分类器:编程语言::python::3.5
作者:eelco hoogendoorn
作者电子邮件:hoogendoorn.eelco@gmail.com
许可证:可自由分发
说明:生成状态生成状态
numpy索引操作
==包含对numpy ndarrays进行索引操作的功能,提供高效的矢量化功能,如分组和设置操作。
*丰富高效的分组功能:
-按键组拆分值
-按键组缩减值
*现有阵列集运算对ND阵列的推广,例如:
-unique
-union
-difference
-exclusive(xor)
-contains/in(in1d)
*一些新函数:
-index:numpy等同于list。index
-count:numpy等同于collections。counter
-模式:查找集合中出现频率最高的项
-多样性:序列中每个键的出现次数
-计数表:如r的表或pandas交叉表,或np.bincount的ndim版本
代码::python
打印(包含(边[0],ex))
相对于它们的整体,排他边在哪里?
打印(索引(并集(*边),ex))
按相同键分组并减少值
值=np.rand(100,20)
等…
打印(分组(边[0])。中值(值))
代码::python
>;conda install numpy indexed-c conda forge
代码::python
>;pip install numpy indexed
请参见:https://pypi.python.org/pypi/numpy indexed
设计决策:
---------
此包基于设计模式的一般化,可以在numpy.unique中找到。也就是说,通过对一个ndarray进行argsorting,许多
后续操作可以有效地以向量化的方式实现。
排序和相关的低级操作被封装到索引类的
层次结构中,这允许高效地查找各种不同的钥匙类型。这个
包的公共api对于这些索引对象来说是一个很薄的包装器。
除了可排序原语类型的标准序列
之外,当前支持的两种复杂键类型是ndarray键(即,查找数组的唯一
行/列)和复合键(压缩序列)。对于描述要索引对象的关键对象的有效序列的精确转换规则,请参见as \index()。
todo和开放式问题:
——合并/连接功能?
…|构建状态图像::https://travis-ci.org/eelchoogendoorn/numpy_arraysetops_ep.svg?branch=master
:目标:https://travis ci.org/eelchoogendoorn/numpy_arraysetops_ep
…|构建状态图像::https://ci.appveyor.com/api/projects/status/h7w191ovpa9dcfum?SVG=真:
:目标:http://C.AppVEYOR.COM/Proj/CalpDiga/Nuffy AraySet OP
关键词:NUBY GROUP GROUP操作索引< BR/>平台:任何
分类器:开发状态::4 - Beta < BR/>分类器:有意受众::科学/研究BR/>分类器:预期受众:开发人员
分类器:主题::实用程序
分类器:主题::科学/工程
分类器:许可证::可自由分发
分类器:操作系统::MacOS::MacOS X
分类器:操作系统::Microsoft::Windows
分类器:操作系统::POSIX
分类器:编程语言:python
分类器:编程语言::python::2.7
分类器:编程语言::python::3.5