Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- Kinect
- ICCV2019
- unsupervised learning
- IndoorReconstruction
- 3d vision
- Omnidirectional
- MirrorSegmentation
- PaperReview
- MirrorDiscrimination
- git
- tensorboard
- 다단
- SensorFusion
- LayoutEstimation
- DepthEstimation
- Deeplearning
- OmniSLAM
- pytorch
- Python
- vstack
- ComputerVision
- RuntimeError
- hstack
- LearnGitBranching
- CONCATENATE
- RGBD
- deep learning
- CVPR2020
- numpy
- Multi-viewRegistration
Archives
- Today
- Total
let me graduate
Numpy stack from empty ndarray 본문
처음에 빈 array인 numpy.array([ ]) 를 정의해 놓고 for loop 안에서 numpy.stack을 이용해 쌓아줘야할 때가 있다.
하지만 빈 행렬에 (n,1) 차원의 벡터를 쌓으려고 할 때 에러가 발생한다.
ValueError: all the input array dimensions except for the concatenation axis must match exactly
차원이 맞지 않는 array를 쌓을 수 없다는 것이다.
이 경우에 처음에 빈 array를 numpy.array([ ]).reshape(n,-1) 로 초기화시켜주고,
쌓을 array도 reshape(n,1)로 바꿔서 쌓으면 에러 없이 for loop 안에서 array를 쌓을 수 있다.
C = len(doc_to_shingles)
M = len(a_vec)
signatures = np.array([]).reshape(100,-1)
for key, value in doc_to_shingles.items():
value_vec = np.array(value, dtype=np.int64).reshape(1,len(value))
a = np.dot(a_vec, value_vec)
b = np.add(a, b_vec)
p = np.mod(b, p_vec)
sig_i = np.mod(p, N)
sig_i = np.min(sig_i, axis=1).reshape(M,1)
signatures = np.hstack((signatures,sig_i))
'공부한 것들' 카테고리의 다른 글
파이썬 클로저 (0) | 2020.03.18 |
---|---|
Git 배우기 with "Learn Git Branching" (0) | 2019.10.23 |
Comments