Ich habe das folgende 3D-[code]numpy.ndarray[/code]: [code]import numpy as np X = np.array([ [[0.0, 0.4, 0.6, 0.0, 0.0], [0.6, 0.0, 0.0, 0.0, 0.0], [0.4, 0.0, 0.0, 0.0, 0.0], [0.0, 0.6, 0.0, 1.0, 0.0], [0.0, 0.0, 0.4, 0.0, 1.0]], [[0.1, 0.5, 0.4, 0.0, 0.0], [0.6, 0.0, 0.0, 0.0, 0.0], [0.2, 0.0, 0.0, 0.0, 0.0], [0.1, 0.6, 0.0, 1.0, 0.0], [0.0, 0.0, 0.4, 0.0, 1.0]] ]) < /code> Ich möchte ein Neues Array, in dem alle Zeilen und Spalten fallen gelassen werden, wo die Diagnone gleich 1. < /p> istidx = np.diag(X[0]) == 1 # for my implementation it is sufficient to look at X[0] [/code] Es ist wichtig zu beachten, dass X.Shape [1] == X.Shape [2] , daher versuche ich, die Maske wie folgt zu verwenden, [code]Y = X[:, ~idx, ~idx] < /code> Das obige gibt etwas anderes zurück als meine gewünschte Ausgabe: < /p>
Ich habe ein Array, das nur in den unteren Dreiecksräumen mit Daten gefüllt ist, der Rest ist np.nan. Ich möchte einige Operationen an dieser Matrix durchführen, genauer gesagt – mit Datenelementen,...
Ich habe einen tf.data.Dataset mit Bildpfaden und Masken
# Creating list of image and mask path
all_val_img = np.array(sorted( ))
all_val_mask = np.array(sorted( ))