Tag: vector

numpymatrix向量乘法: 当我乘以尺寸（nxn）*（nx 1）的两个numpy数组时，我得到一个大小为（nxn）的matrix。遵循正常的matrix乘法规则，预期有（nx 1）个向量，但是我根本无法find关于在Python的Numpy模块中如何完成的任何信息。问题是我不想手动执行它来保持程序的速度。示例代码如下所示： a = np.array([[ 5, 1 ,3], [ 1, 1 ,1], [ 1, 2 ,1]]) b = np.array([1, 2, 3]) print a*b >> [[5 2 9] [1 2 3] [1 4 3]] 我想要的是： print a*b >> [16 6 8]

什么是“vector化”？: 现在好几次，我遇到过这个术语在matlab，fortran …其他…但我从来没有find一个解释是什么意思，它是什么？所以我在这里问，什么是vector化，例如“一个循环是vector化的”是什么意思？

如何从R中的向量列表中创build一个matrix？: 目标：从长度相等的向量列表中创build一个matrix，其中每个向量成为一行。例： > a <- list() > for (i in 1:10) a[[i]] <- c(i,1:5) > a [[1]] [1] 1 1 2 3 4 5 [[2]] [1] 2 1 2 3 4 5 [[3]] [1] 3 1 2 3 4 5 [[4]] [1] 4 1 2 3 4 5 [[5]] [1] 5 1 2 3 4 […]

在R中向空向量附加值？: 我试图学习R，我不知道如何追加到列表。如果这是Python我会的。。。 #Python vector = [] values = ['a','b','c','d','e','f','g'] for i in range(0,len(values)): vector.append(values[i]) 你如何在R中做到这一点？ #R Programming > vector = c() > values = c('a','b','c','d','e','f','g') > for (i in 1:length(values)) + #append value[i] to empty vector

我怎样才能应用一个函数到matrix的每一行/列在MATLAB中？: 你可以通过例如v + 1来向vector中的每个项目应用一个函数，或者你可以使用函数arrayfun 。我怎样才能做到这一点matrix的每一行/列而不使用for循环？

在NumPy数组的每个单元格上对函数进行有效的评估: 给定一个NumPy数组A ，对每个单元应用相同函数f的最快/最有效的方法是什么？假设我们将赋予A（i，j） f（A（i，j））。函数f没有二进制输出，因此mask（ing）操作将不起作用。是“明显的”双循环迭代（通过每个细胞）的最佳解决scheme？

“申请”家庭是否真的没有vector化？: 所以我们习惯于对每个R新用户说“ apply不是vector化的，查看Patrick Burns R Inferno Circle 4 ”（我引用）：一个常见的反应是在应用系列中使用一个函数。这不是 vector化，而是循环隐藏。 apply函数在其定义中有一个for循环。 lapply函数隐藏循环，但执行时间往往大致等于明确的for循环。实际上，快速查看apply源代码揭示了循环： grep("for", capture.output(getAnywhere("apply")), value = TRUE) ## [1] " for (i in 1L:d2) {" " else for (i in 1L:d2) {" 那么到目前为止，但看一下lapply或vapply实际上揭示了一个完全不同的画面： lapply ## function (X, FUN, …) ## { ## FUN <- match.fun(FUN) ## if (!is.vector(X) || is.object(X)) ## X […]

在Clojure中，我应该什么时候在列表上使用一个向量，反之亦然？: 我读了vector不是序列，但列表是。我不确定使用一个的理由是什么。看起来vector是最常用的，但这是有原因的吗？

检查一个std :: vector是否包含某个对象？: 可能重复：如何在std :: vector中find一个项目？在<algorithm>有什么东西可以让你检查一个std ::容器是否包含某些东西？或者，一个方法，例如： if(ax == bx && ay == by) return true; return false; 这只能用std::map完成，因为它使用键？谢谢

地图，applymap和apply方法在Pandas中的区别: 你能告诉我什么时候使用这些vector化方法的基本例子？我看到map是一个Series方法，而其余的是DataFrame方法。尽pipe我对apply和apply applymap方法感到困惑。为什么我们有两种方法将函数应用于DataFrame？再一次，说明这个用法的简单例子会很棒！谢谢！