python的division函数_Python/Numpy:Division给了我一个意外的弃用警告

2024-06-05 23:31:29

我从一个csv读取数据，然后循环，然后我想除以平均值来规范化它，但得到一个警告。代码是：A = genfromtxt("train.txt", delimiter=';', skip_header=1)

lowid = A[:,1].min(axis=0)

highid = A[:,1].max(axis=0)

X = []

Y = []

for i in np.arange(lowid, highid):

I = A[A[:,1] == i][:, [0,2,3]]

meanp = np.mean(I[:,1]);

meanq = np.mean(I[:,2]);

for j in np.arange(I[:,0].min(axis=0)+2, I[:,0].max(axis=0)):

weekday = int(I[j,0]) % 7

# NORMALIZE:

P = I[j,1] / meanp

pP = I[j-1,1] / meanp

ppP = I[j-2,1] / meanp

X.append([weekday, P, pP, ppP])

Y.append(I[j,2])

在火车.txt看起来像这样：

^{pr2}$

警告：weekday = int(I[j,0]) % 7

DeprecationWarning: using a non-integer number instead of an integer will result in an error in the future

P = I[j,1] / meanp

DeprecationWarning: using a non-integer number instead of an integer will result in an error in the future

pP = I[j-1,1] / meanp

DeprecationWarning: using a non-integer number instead of an integer will result in an error in the future

ppP = I[j-2,1] / meanp

DeprecationWarning: using a non-integer number instead of an integer will result in an error in the future

Y.append(I[j,2])

DeprecationWarning: using a non-integer number instead of an integer will result in an error in the future

有什么问题吗？

谢谢

编辑好吧，我自己也很快就搞定了：

j必须是整数类型。我是这样修好的：for j in range(int(I[:,0].min(axis=0))+2, int(I[:,0].max(axis=0))):

这样的好办法？我是python新手。。。在

python的division函数_Python/Numpy:Division给了我一个意外的弃用警告相关推荐

python排大小函数_python numpy 一些函数大小排序和统计
排序大小函数 import numpy as np size = 100 a = np.random.randint(0, 1000, size=size) print(a) # 排序之后的前k个元素 ...
python中grid函数_Python / NumPy中meshgrid的目的是什么？
实际上文档中已经提到了np.mgrid的目的: np.mgrid 从坐标向量返回坐标矩阵. 在给定一维坐标数组x1,x2,...,xn的情况下,为N-D网格上的N-D标量/矢量场的矢量化评估制作N-D ...
python中squeeze函数_Python numpy.squeeze()用法及代码示例
当我们要从数组形状中删除一维条目时,将使用numpy.squeeze()函数. 用法: numpy.squeeze(arr, axis=None ) 参数: arr :[数组]输入数组. axis : ...
python中isin函数_Python numpy.isin函数方法的使用
numpy.isin numpy.isin(element, test_elements, assume_unique=False, invert=False) [source] 计算test ...
python 中arange函数_Python numpy.arange函数方法的使用
numpy.arange numpy.arange([start, ]stop, [step, ]dtype=None) 返回给定间隔内的均匀间隔的值. 在半开间隔[start,stop)(换句话说, ...
python的std函数_Python numpy.nanstd函数方法的使用
numpy.nanstd numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims= 忽略NaN时,计算沿指定轴的标准偏差. ...
python中argmin函数_Python numpy.argmin()用法及代码示例
numpy.argmin(array,axis = None,out = None):返回特定轴上数组min元素的索引. 参数: array:Input array to work on axis : ...
python中mat函数_Python Numpy中的Matlab cell2mat函数？
从某种意义上说,Python的"cells"比MATLAB-list长得多.python列表是1d单元格(或者更确切地说,大小为1维的单元格)的直接替代品.二维单元格可以表示为嵌套 ...
python中reshape函数_Python numpy.reshape函数方法的使用
numpy.reshape numpy.reshape(a, newshape, order='C') [source] 在不更改数据的情况下为数组赋予新的shape.参数 :a :array_ ...

最新文章

热门文章