了解scipy盆地跳频优化函数的例子
我遇到了 scipy中的流域跳频算法，并创建了一个简单的问题以了解如何使用它，但似乎无法解决该问题.可能是我做错了什么. 这是代码: import scipy.optimize as spo import numpy as np minimizer_kwargs = {"method":"BFGS"} f1=lambda x: (x-4) def mybounds(**kwar
..
scipy相关内容
仅取决于NumPy/SciPy的二次程序(QP)解算器?
我希望学生解决作业中的二次程序，而不必安装额外的软件，例如cvxopt等.是否有仅依赖于NumPy/SciPy的python实现? 解决方案 我遇到了一个很好的解决方案，并希望将其解决. NICTA的ELEFANT机器学习工具包中有一个LOQO的python实现( http://elefant.forge. nicta.com.au ).看一看optimization.intpointso
..
为什么我不能为整数编程操纵SciPy的约束优化?
我已经读到整数编程要么非常棘手，要么不可能SciPy ，而我可能需要使用zibopt之类的东西才能在Python中进行操作.但是我真的以为我可以通过为SciPy优化的向量中的每个元素创建一个“是二进制"约束来做到这一点. 为此，我利用了 def get_binary_constraints(vector, indices_to_make_binary=None): indices_
..
使平面适合3D中的一组点:scipy.optimize.minimize与scipy.linalg.lstsq
给定3D点，通常的问题是找到平面方程的a, b, c系数，形式为: z = a*x + b*y + c 以使生成的平面最适合该组点. 在此SO答案中，该函数它依赖于对系数的初始猜测，并最小化了将每个点到平面表面的距离相加的误差函数. 此代码(基于 scipy.linalg.lstsq 函数用于解决同一问题(仅限于一阶多项式时). 它求解方程式z = A*C中的C，其中A
..
如何在有界的python优化中找到全局最小值?
我有一个带有64个变量的Python函数，并且我尝试在最小函数中使用L-BFGS-B方法对其进行优化，但是该方法对初始猜测有很大的依赖性，并且未能找到全局最小值. 但是我喜欢它为变量设置界限的能力.有没有一种方法/函数可以找到全局最小值，同时具有变量的边界? 解决方案 这可以通过scipy.optimize.basinhopping完成. Basinhopping是用来查找目标函数的
..
具有约束的scipy.optimize.leastsq
我正在寻找scipy/numpy中的优化例程，该例程可以解决非线性最小二乘类型的问题(例如，将参数函数拟合到大型数据集)，但包括范围和约束(例如，最小和最大值).要优化的参数).目前，我正在使用mpfit的python版本(从idl转换而来):尽管效果很好，但这显然不是最佳选择. 在python/scipy/etc中有一个高效的例程可能很棒！ 任何输入都非常欢迎:-) 谢谢！ 解
..
如何显示scipy.optimize函数的进度?
我使用scipy.optimize来最小化12个参数的函数. 我前一段时间开始优化，但仍在等待结果. 是否有一种方法可以强制scipy.optimize显示其进度(例如已经完成了多少，当前的最佳点是什么)? 解决方案 正如mg007所建议的，某些scipy.optimize例程允许使用回调函数(不幸的是，smastsq目前不允许这样做).下面是使用"fmin_bfgs"例程的示
..
scipy的多变量非线性curve_fit
我一直在尝试通过多个变量使用scipy.optimize curve_fit.它可以与我创建的测试代码一起正常工作，但是当我尝试在实际数据上实现该代码时，我不断收到以下错误 TypeError:只有长度为-1的数组可以转换为python标量 在我的测试代码和实际代码中，数组的形状以及它们的元素的数据类型是完全相同的，所以对于为什么会出现此错误，我感到困惑. 测试代码:
..
在SCIPY线性规划方案中缩放矩阵变量的最佳方法
我在. import numpy as np from scipy.optimize import nnls from scipy import stats #Define problem A = np.array([[60., 90., 120.], [30., 120., 90.]]) b = np.array([6700.5, 699.,]) #
..
在Python中使用odeint实现积分数学方程
我正在尝试使用scipy.odeint函数在python中求解以下方程式. 目前，我能够实现这种形式的方程式 在python中使用以下脚本: def dY(y1, x): a = 0.001 yin = 1 C = 0.01 N = 1 dC = C/N b1 = 0 return (a/dC)*(yin-y1)+b1*dC
..
使用scipy.optimize查找多变量方程的根
我具有以下功能 import numpy as np import scipy.optimize as optimize def x(theta1, theta2, w, h, L1, L2): sint1 = np.sin(theta1) cost1 = np.cos(theta1) sint2 = np.sin(theta2) cost2 = np.co
..
如何在Python中解决递归关系
我正在尝试编写代码以为递归关系提供数值答案.该关系本身很简单，定义如下.变量x是整数 如果i＞ 0且i ＜p，则p(i)＝ p(i + 2)/2 + p(i-1)/2. x p(0)= p(2)/2 如果我> = x ， p(i)= 1 这也在此代码中. from __future__ import division def p(i): if (i == 0):
..
Scipy Expit:意外行为.钠盐
在我的数据中， 略去了一些 nan 的内容. (并扩展并触摸他们触摸的所有内容) 做了一些仔细的调查，并给出了一个最小的工作示例: >>> import numpy >>> from scipy.special import expit >>> expit(709) 1.0 >>> expit(710) nan Expit是倒数logit. 此处的Scipy文档. 告诉我们: expi
..
scipy.optimize.curve_fit一个具有scipy.integrate.quad的确定积分函数
如果我有一个函数，即自变量是数学模型的确定积分的上限.这个数学模型具有我要进行回归的参数. 这个数学模型是非线性的，可能会很复杂. 我该如何解决? 如果随后处理了我函数的输出，是否可以是curve_fit? 有一个简化的案例 import scipy.optimize as sp from scipy.integrate import quad import numpy a
..
2x2矩阵的数值稳定逆
在我使用C进行的数值求解器中，我需要求一个2x2矩阵的倒数，然后在右边将其乘以另一个矩阵: C = B . inv(A) 我一直在使用以下2x2逆矩阵的定义: a = A[0][0]; b = A[0][1]; c = A[1][0]; d = A[1][1]; invA[0][0] = d/(a*d-b*c); invA[0][1] = -b/(a*d-b*c); invA[1]
..
Python中的Parseval定理
我正在尝试掌握Python的fft功能，而我偶然发现的一件奇怪的事情是 Parseval定理似乎不适用，因为它现在相差约50，而应为0. import numpy as np import matplotlib.pyplot as plt import scipy.fftpack as fftpack pi = np.pi tdata = np.arange(5999.)/300 dt
..
如何从numpy数组确定什么是概率分布函数?
我已经四处搜寻，但令我惊讶的是，这个问题似乎还没有得到答案. 我有一个Numpy数组，其中包含来自测量的10000个值.我已经用Matplotlib绘制了直方图，通过肉眼观察，这些值似乎呈正态分布: 但是，我想对此进行验证.我发现在 scipy.stats.mstats.normaltest ，但结果不然.我得到以下输出: (masked_array(data = [1472.8
..
scipy.interpolate的样条曲线表示:低振幅，快速振荡功能的插值差
我需要(数值地)计算一个函数的一阶和二阶导数，而我试图同时使用splrep和UnivariateSpline来创建样条，以便插值该函数以求导数. /p> 但是，对于数量级为10 ^ -1或更小的和(迅速)振荡的函数，样条表示本身似乎存在一个固有的问题. 作为示例，请考虑以下代码，以在时间间隔(0,6 * pi)上创建正弦函数的样条曲线表示(因此该函数仅振荡3次): import sc
..
测试矩阵在有限域上是否可逆
我想测试一种特定类型的随机矩阵在有限域(尤其是F_2)上是否可逆.我可以使用以下简单代码测试矩阵是否可逆于实数. import random from scipy.linalg import toeplitz import numpy as np n=10 column = [random.choice([0,1]) for x in xrange(n)] row = [column[0]]
..
Python中的谐波均值
Python(scipy.stats.hmean)中的谐波均值函数要求输入为正数. 例如: from scipy import stats print stats.hmean([ -50.2 , 100.5 ]) 导致: ValueError: Harmonic mean only defined if all elements greater than zero 除了在
..