Alexander
или только городить выборку через [a[i, t[i]] for i in range(4)] ?
Vadim
или только городить выборку через [a[i, t[i]] for i in range(4)] ?
В pytorch есть scatter, мб что то похожее должно быть в numpy
Alexander
о, получилось вот как: a[np.arange(0, 4), t] на место первого индекса надо поставить массив индексы от 0 до n.
/dev/null
array([[ 2, 3, 1, 3], [ 5, 6, 4, 6], [ 8, 9, 7, 9], [11, 12, 10, 12]]) а должен быть ответ: [2, 6, 7, 12]
import numpy as np a = np.array([[2, 3, 1, 3], [5, 6, 4, 6], [8, 9, 7, 9], [11, 12, 10, 12]]) idx = [0,1,2,3] b = np.diagonal(np.take(a, idx, axis=1)) print(b)
/dev/null
Держи как по правильному это делается
Anonymous
np.take у тебя ничего не делает. np.diagonal(a) даёт тот же результат
/dev/null
Кстати да, np.diagonal(a) вернет просто диагональ
/dev/null
я рассуждал что он захочет взять отличный от диагонали индекс
Alexander
np.take(a, idx, axis=1) у меня вообще говорит "index 3 is out of bounds for axis 1 with size 3"
/dev/null
b = np.diagonal(a) print(b)
Alexander
b = np.diagonal(a) print(b)
дак да, мне и нужен отличный от диагонали. Вот так работает уже: a[[0, 1, 2, 3], [1, 2, 0, 2]] только индексы естественно массивами передаю.
Alexander
дай исходный массив
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) idx = [0,1,2,3] tk = np.take(a, idx, axis=1)
/dev/null
тьфу
/dev/null
как ты 3 индекс достаешь из массива где всего максимум это второй индекс
Alexander
всё-равно фигня какая-то, выходит 2d массив. Желательно сразу 1d с нужными выбранными элементами. Щас справку гляну про take
/dev/null
выше перечитай
/dev/null
3 индекс выходит за границу массива, элемента всего 3 (0,1,2 индексы)
Alexander
выше перечитай
да перечитал я уже. Вот так: idx = [0,1,2] tk = np.take(a, idx, axis=1) тоже исходный массив выходит, а не нужный 1d.
/dev/null
всмысле
/dev/null
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) idx = [0,1,2,2] b = np.diagonal(np.take(a, idx, axis=1)) print(b) output > [ 1 5 9 12]
/dev/null
а тебе что надо выводить? двумерный?
Alexander
а, ну дак с diagonal естественно правильный, но нафиг создавать ещё один здоровый 2d массив если можно сразу взять элементы способом, который я нашёл. Если-б так нельзя было бы, пришлось бы через diagonal.
Alexander
это пример у меня 3 на 4 элемента. А в реальной задаче тысячи будут по обоим осям
Alexander
а тебе что надо выводить? двумерный?
мне одномерный нужен, но это не важно, т.к. решэйпится массив без затрат.
/dev/null
тогда матрицу транспонируй
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) Y = np.array([0, 0, 2, 2]) b = np.diag(a.T[Y]) print(b)
Alexander
опять промежуточный двумерный массив. Или я что-то не понимаю в транспонировании?
Alexander
а нет, дело не в T, а в [] после T. Эти скобки скорее всего создают промежуточный двумерный массив по индексам. Или не создают... я запутался.
IANCURTIS
Изучая питон и модули меня не покидает чувство что я тупой, это когда нибудь пройдёт или просто не обращать на это внимание?
alexcher
Изучая питон и модули меня не покидает чувство что я тупой, это когда нибудь пройдёт или просто не обращать на это внимание?
если часто общаешься с фанатами других языков, то тебе об этом будут часто напоминать :Р
alexcher
фанатиками*
Айрат
\почему логистическая регрессия так долго думает?
Denis
Потому что у тебя много фичей, и градиентному спуску сложно
Alexander
ну давай затестим по времени
Ой, да зачем такие заморочки? Думаешь брать напрямую по индексам будет дольше?
/dev/null
как модифицировать массив исходный и индексовый, хочу время замерять
/dev/null
через транспонирование в 2 раза быстрее работает, чем через диагональ и тейк, на 100 тыс. массивов затратил на одном 10, на другом 21 секунду
/dev/null
!report
Mr
за що
/dev/null
за твой высер
Alexander
не совсем понял
так оказалось что можно прямо в исходном массиве значения изменять, а дальше у меня как раз это нужно. Так что этот вариант самое то. a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) t = np.array([1, 2, 0, 2]) idxs = np.arange(0, a.shape[0]) a[idxs, t] = a[idxs, t] + 100 print(a) результат: [[ 1 102 3] [ 4 5 106] [107 8 9] [ 10 11 112]]
Mr
годный мем
/dev/null
@Tishka17 @gloomy_philosopher
Кіт ✙
за що
не тот чат, чтобы мемi скидывать((
Проксимов
@Tishka17 @gloomy_philosopher
Мем смешной, ситуация страшная
jmp 0xlivehearb
Товарищи, кто-нибудь работал с модулем angr?
jmp 0xlivehearb
nometa.xyz
Не вижу траблов в своем вопросе - кто откликнется, тому я напишу в личные сообщения 🤔
Dmitry
Коллеги, привет! Вопросик - как настроить логгирование ошибок в фласке? Хочу, чтоб если приложение вылетало, чтоб был лог в котором виден текст ошибки
Tishka17
Эм
Tishka17
А для этого надо что-то настраивать?
Dmitry
через python3 run.py
Tishka17
И что, в консоли не видно ошибку?
Dmitry
Ааа я понял. В консоли конечно видна, но мне еще нужно чтоб была в файле
Dmitry
У меня на сервере стоит сборщик, который если что заново пересобирает приложение, если оно вылетело
Tishka17
Погоди, при чем тут сервер
Tishka17
Ты на сервере как запускаешь приложение?
Dmitry
Зачем?
Надо же понимать где ошибки
Tishka17
Наверно гуникорн в докере или через системд?
Dmitry
Ты на сервере как запускаешь приложение?
В докере да, не я лично сам, а наши разрабы
Tishka17
В докере да, не я лично сам, а наши разрабы
Ну если в докере, вероятно, у вас логи из доркера куда-то пишутся
Tishka17
Там и смотри
Tishka17
Либо средствами докера, либо на внешний сервер
Tishka17
Никакие файлы там не нужны
Dmitry
Хмм спасибо за наводку, спрошу у них
Dmitry
А у самого фласка нет какой-то либы чтоб собирать это все дело в файлик?
Tishka17
А у самого фласка нет какой-то либы чтоб собирать это все дело в файлик?
Это просто не нужно в реальной системе и там куча тонкостей, которые только увеличивают ненужность
Dmitry
Окей, это мейкс сенс
Tishka17
В худшем случае ты можешь написать docker log