Как построить подразумеваемую проб. матрица распределения Пуассона в питоне

Файловый объект является буфером . Когда вы читаете из буфера, потребляемая вами часть (позиция чтения сдвигается вперед). Когда вы читаете весь файл, позиция чтения находится в EOF, поэтому он ничего не возвращает, потому что читать нечего.

Если вам по какой-то причине необходимо сбросить позицию чтения на файловый объект, вы можете сделать:

f.seek(0)
3
задан A.Z 6 March 2019 в 10:38
поделиться

2 ответа

Я заблудился в том, как написать функцию python, которая проходит по каждой строке и создает матрицу 3 на 3.

Я понял, что вы уже имели дело со статистической частью проблемы (например, вычислением вероятностей из распределения Пуассона), я прав?

Если это так, вы можете использовать [114 ] itertools product для создания вашей таблицы.
Допустим, что prob_a и prob_b - это два массива, содержащие вероятности для команды A и команды B соответственно. Матрица построена следующим образом:

from itertools import product
import numpy as np

prod_table = np.array([(i*j) for i, j in product(prob_b, prob_a)])
prod_table.shape = (4, 4)

Теперь у вас есть матрица 4x4 со всеми необходимыми значениями, которую вы можете преобразовать обратно в кадр данных pandas.
В этой таблице вероятности Team A - это индексы столбцов, вероятности Team B - индексы строк (что должно соответствовать вашему примеру). Таким образом, чтобы получить фрейм данных для панд, вы можете сделать:

prob_df = pd.DataFrame(prod_table, index=prob_b, columns=prob_a)

И это таблица, которую вы ищете.

0
ответ дан Valentino 6 March 2019 в 10:38
поделиться

Я бы использовал numpy для простых операций линейной алгебры (например, умножение небольших матриц).

Если у вас уже есть фрейм данных в нужной форме, вы можете легко преобразовать его в numpy.ndarray.

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_numpy.html#pandas.DataFrame.to_numpy

[114 Если вы не хотите создавать ndarray из нулей, вставьте правильные элементы в нужных местах.

0
ответ дан rho 6 March 2019 в 10:38
поделиться
Другие вопросы по тегам:

Похожие вопросы: