numpy-dtype

    3

    1答えて

    メモリ使用量の多い大きなデータフレームで作業しています。繰り返し値列のdtypeを変更すると、大量のメモリを節約できます。 私はそれを試してみましたが、実際にはメモリの使用量を25%削減しましたが、その後は理解できないパフォーマンスの低下にぶつかりました。 dtypeの 'category'カラムでgroup-by aggregationを行い、dtypeを変更する前に約1秒かかり、変更後に約1分

    2

    1答えて

    内の重複フィールドでnp.array構築: pose_dtype = np.dtype([('x', np.float64), ('y', np.float64), ('theta', np.float64)]) を今、私が書くことができます: pose = np.array((1, 2, np.pi), dtype=pose_dtype) を私がするxyフィールドを追加したいですこれを使

    1

    1答えて

    機能common_precisionは、2つのnumpy配列、たとえばxとyを取ります。私は彼らが同じで最高の精度であることを確認したい。 dtypesのリレーショナル比較は私が欲しいものに何かをするようだが、: 私はそれが実際にそれは私が、私は同意するかどうかわからないんだけど、そのnumpy.int64 < numpy.float16、考えて を比較するのか分かりません def co