numpy・scipyでマルチスレッドBLAS・LAPACKを使う - Qiita
前に書いた記事 で，python・numpy・scipyをrootを取らずにソースからインストールする方法について述べた． しかし，上記の方法は以下の問題点がある． 遅い． すごく遅い． とてつもなく遅い． BLASやLAPACKがマルチスレッド対応になっていないのがその原因．Intel MKLを買うほどお金もないので，OpenBLASを使うことにする． 参考記事は以下の2つ． Building Numpy and Scipy with OpenBLAS2 （日本語） https://lucidfrontier45.wordpress.com/2012/02/26/building-numpy-and-scipy-with-gotoblas2/ Numpy/Scipy with OpenBLAS for Ubuntu 12.04 （英語） http://osdf.github.io/blo
NumPy闇入門
NumPyのちょっと不思議な挙動などをまとめた資料です。クイズ形式で紹介＆解説をします。 PFIセミナー2016/01/28：NumPy闇入門 https://www.youtube.com/watch?v=fdLKVMCrzNE 2016/3/20 問題の一部を修正
NumPy配列のスライス表記の参照と代入 | hydroculのメモ
NumPy配列のスライス表記の参照と代入 2015/04/20 NumPyのndarrayは、[a:b] というような表記で範囲を指定して参照することができる。 [] の中をコロンで区切って、開始インデックスと終了インデックスを書く。終了インデックスの直前までになる。 これをスライス表記だとかスライシングなどという。 このスライス表記はPythonの通常のリストにもある仕組みだが、NumPyのndarrayが違う点は、代入もできることである。スライス表記に代入すると、もとのndarrayの一部をまとめて書き換えることができる。 ndarr1 = np.array([0, 1, 2, 3, 4, 5]) print(ndarr1[1:3]) # 出力結果 # [1 2] # スライス表記に同じ大きさの配列を代入すれば、それがそのままその位置に代入される ndarr1[3:6] = [100.
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
