HJA24's questions

Em matemática, uma matriz é uma matriz retangular ou tabela de números, símbolos ou expressões, com elementos ou entradas organizados em linhas e colunas, que é usada para representar um objeto matemático ou propriedade de tal objeto.

Abaixo está um exemplo de uma matriz

Gostaria de recriar a tabela usando CSS / HTML

<table>
  <tr>
    <td>1</td>
    <td>9</td>
    <td>-13</td>
  </tr>
  <tr>
    <td>20</td>
    <td>5</td>
    <td>-6</td>
  </tr>
</table>

Como ficaria minha folha de estilo se eu recriasse as "bordas"?

Tenho o seguinte 3d- numpy.ndarray:

import numpy as np
X = np.array([
    [[0.0, 0.4, 0.6, 0.0, 0.0],
     [0.6, 0.0, 0.0, 0.0, 0.0],
     [0.4, 0.0, 0.0, 0.0, 0.0],
     [0.0, 0.6, 0.0, 1.0, 0.0],
     [0.0, 0.0, 0.4, 0.0, 1.0]],
    [[0.1, 0.5, 0.4, 0.0, 0.0],
     [0.6, 0.0, 0.0, 0.0, 0.0],
     [0.2, 0.0, 0.0, 0.0, 0.0],
     [0.1, 0.6, 0.0, 1.0, 0.0],
     [0.0, 0.0, 0.4, 0.0, 1.0]]
])

Quero uma nova matriz onde todas as linhas e colunas sejam descartadas onde a diagonal seja igual a 1.

idx = np.diag(X[0]) == 1          # for my implementation it is sufficient to look at X[0]

É importante ressaltar que X.shape[1] == X.shape[2], por isso, procuro usar a máscara da seguinte forma

Y = X[:, ~idx, ~idx]

O resultado acima retorna algo diferente da minha saída desejada:

 [[0.0, 0.4, 0.6],
  [0.6, 0.0, 0.0],
  [0.4, 0.0, 0.0]],
 [[0.1, 0.5, 0.4],
  [0.6, 0.0, 0.0],
  [0.2, 0.0, 0.0]]

Por favor, aconselhe

Eu tenho a seguinte matriz

import numpy as np


A = np.array([
    [0, 0, 0, 0, 1, 0, 1],
    [0, 0, 0, 0, 0, 0, 1],
    [1, 0, 0, 0, 0, 0, 0],
    [0, 0, 0, 0, 0, 0, 0]
]).astype(bool)

Como preencho todas as linhas coluna por coluna depois que uma coluna é True?

Minha saída desejada:

    [0, 0, 0, 0, 1, 1, 1],
    [0, 0, 0, 0, 0, 0, 1],
    [1, 1, 1, 1, 1, 1, 1],
    [0, 0, 0, 0, 0, 0, 0]

Quero obter as coordenadas de vários pontos que juntos formam um octógono. Para um círculo, isso é feito facilmente da seguinte forma:

import numpy as np

n = 100
x = np.cos(np.linspace(0, 2 * np.pi, n))
y = np.sin(np.linspace(0, 2 * np.pi, n))

coordinates = list(zip(x, y))

Ao mudar, nposso aumentar/diminuir a "angularidade". Agora, quero fazer o mesmo para um octógono. Sei que um octógono tem 8 lados e o ângulo entre cada lado é de 45 graus. Vamos supor que o perímetro do octógono seja 30,72 m. Cada lado tem, portanto, um comprimento de 3,79 m.

perimeter = 30.72
n_sides = 8
angle = 45

Como posso obter ncoordenadas que representam este octógono?

Editar: Com a ajuda das respostas de @lastchance e @mozway, sou capaz de gerar um octógono. Meu objetivo é obter ncoordenadas uniformemente espaçadas do perímetro deste octógono. Se n = 8essas coordenadas correspondem aos cantos do octógono, mas estou interessado em casos em quen > 8

Tenho os seguintes estados e matriz de transição

import numpy as np

n_states = 3
states = np.arange(n_states)

T = np.array([
    [0.5, 0.5, 0],
    [0.5, 0,  0.5],
    [0,  0,  1]
])

Gostaria de simular n_simscaminhos onde cada caminho consiste em n_steps. Cada caminho começa em 0. Portanto, escrevo

n_sims = 100
n_steps = 10
paths = np.zeros((n_sims, n_steps),  dtype=int)

Com a ajuda de np.random.Generator.choicegostaria de "preencher à direita" os caminhos usando a matriz de transição. Minha tentativa parece a seguinte

rng = np.random.default_rng(seed=123)

for s in range(1, n_steps+1):
    paths[:,s] = rng.choice(
        a=n_states,
        size=n_sim,
        p=T[paths[:,s-1]]
    )

Isso resulta no seguinte erro:

ValueError: p deve ser unidimensional

Como posso superar isso? Se possível, gostaria de evitar for-loops e vetorizar o código.

Eu tenho o seguintepandas.DataFrame

   match_id  court
0  50311513      1
1  50313011      2
2  50313009      2
3  50317691      1
4  50315247      2
5  50318597      1
6  50318877      1
7  50318983      1
8  50318831      1
9  50318595      1

Como você pode ver, há um total de 2cursos. Quero agrupar cada "slot". Portanto, o primeiro df agrupado deve conter match 50311513e 50313011. O segundo slot deve conter 50313009e 50317691. Após o terceiro slot, o df agrupado é basicamente uma única linha.

Como posso saber pandas.groupby()que apenas uma partida pode ser disputada no campo?

Obrigado

Editar

Dados de entrada diferentes:

     match_id  court  group
0    46768193      1     0
1    46768193      1     1
2    46768187      2     0
3    46768187      2     1
4    46767821      3     0