理解scipy盆地跳跃优化函数的例子
我遇到了scipy 中的盆地跳跃算法并创建了一个简单的问题来理解如何使用它，但它似乎无法正确解决该问题.可能是我做错了什么. 代码如下: import scipy.optimize as spo将 numpy 导入为 npminimumr_kwargs = {“方法":“BFGS"}f1=λ x: (x-4)def mybounds(**kwargs):x = kwargs["x_new"
..
scipy相关内容
在 x、y 和 z 中具有不同间隔的定期采样 3D 数据的快速插值
我有一些体积成像数据，这些数据由在 x,y,z 中的规则网格上采样的值组成，但具有非立方体素形状(z 中相邻点之间的空间大于 x,y 中的空间).我最终希望能够在通过体积的任意 2D 平面上插入值，如下所示: 我知道 scipy.ndimage.map_coordinates，但在我的情况下使用它不太直接，因为它隐含地假设输入数组中元素的间距在维度上相等.我可以首先根据最小的体素维度重新采样
..
如何从图中提取点?
我有一个问题. 我使用 Matplotlib 绘制了一个图形，如下所示: from matplotlib import pyplot导入 numpy从 scipy.interpolate 导入样条宽度 = numpy.array([0, 30, 60, 90, 120, 150, 180])高度 = numpy.array([26, 38.5, 59.5, 82.5, 120.5, 182
..
如何在Python中找到一条线和多条曲线的交点?
我有图中表示的数据. 曲线是外推的，我有一条直线，其方程是已知的.曲线方程未知.现在，我如何找到这条线与每条曲线的交点? 可重现的代码: 将 numpy 导入为 np导入 matplotlib.pyplot 作为 plt从 scipy 导入插值x = np.array([[0.12, 0.11, 0.1, 0.09, 0.08],[0.13, 0.12, 0.11, 0.1, 0.0
..
使用 numpy 和 scipy 填充图像上的空白
附上图片(test.tif).np.nan 值是最白的区域.如何使用一些使用邻居值的间隙填充算法来填充那些最白的区域? 导入scipy.ndimage数据 = ndimage.imread('test.tif') 解决方案 我认为 viena 的 问题与 修复 问题. 这里有一些想法: 为了填补黑白图像中的空白，您可以使用一些填充算法，例如 scipy.ndimage.mor
..
基于列标签在 Pandas 中重塑数据框
在熊猫中重塑以下数据框的最佳方法是什么?此 DataFrame df 具有每个样本的 x,y 值(在本例中为 s1 和 s2)，看起来像这个: In [23]: df = pandas.DataFrame({"s1_x": scipy.randn(10), "s1_y": scipy.randn(10), "s2_x": scipy.randn(10), "s2_y": scipy.randn(
..
numpy/scipy 等效于 R ecdf(x)(x) 函数?
在 numpy 或 scipy 中，Python 中 R 的 ecdf(x)(x) 函数的等价物是什么?ecdf(x)(x) 与: 基本相同 将 numpy 导入为 npdef ecdf(x):# 将 X 归一化为总和为 1x = x/np.sum(x)返回 np.cumsum(x) 还是需要其他东西? EDIT 如何控制 ecdf 使用的 bin 数量? 解决方案 试试这些链
..
对一维 numpy 数组进行下采样
我有一个一维 numpy 数组，我想对其进行下采样.如果下采样栅格与数据不完全吻合，以下任何一种方法都可以接受: 重叠下采样间隔 将末尾剩余的任意数量的值转换为单独的下采样值 插值以适应光栅 基本上如果我有 1 2 6 2 1 我将采样率降低了 3 倍，以下所有情况都可以: 3 33 1.5 或者任何插值会给我这里. 我只是在寻找最快/最简单的方法来做到这一点.
..
将曲线拟合到 Python 中的直方图
我正在尝试使曲线拟合 matplotlib 生成的直方图中的值: n, bins, patch = plt.hist(myData) 其中“plt"代表 matplotlib.pyplot，而 myData 是一个数组，每个索引的出现次数为 [9,3,3,....] 我希望 bin 是我的 x 数据，n 是我的 y 数据.也就是说，我想提取有关数字 x occors 与数字 x 发生频率
..
3D 数组上的快速插值
我有一个 3D 数组，需要在一个轴(最后一个维度)上进行插值.假设 y.shape = (nx, ny, nz)，我想在 nz 中为每个 (nx, ny) 进行插值.但是，我想在每个 [i, j] 中插入不同的值. 这是一些示例代码.如果我想插入单个值，比如 new_z，我会像这样使用 scipy.interpolate.interp1d # y 是一个 3D ndarray# x 是具有
..
如何在有约束的 scipy 中使用最小化函数
我需要一些关于python(scipy)优化函数的帮助问题是优化 f(x) 其中 x=[a,b,c...n].约束是 a、b 等的值应介于 0 和 1 之间，并且 sum(x)==1.scipy.optimise.minimize 函数似乎最好，因为它不需要差分.我如何传递参数? 使用排列创建 ndarray 太长了.我现在的代码如下:- import itertools 作为 itera
..
在python中将numpy中的数组展平的正确有效的方法?
我有: a = array([[1,2,3],[4,5,6]]) 我想将其展平，将两个内部列表合并为一个平面数组条目.我可以: array(list(flatten(a))) 但由于列表转换，这似乎效率低下(我想以数组而不是生成器结束.) 此外，如何将其推广到这样的数组: b = array([[[1,2,3],[4,5,6]], [[10,11,12],[13,14,15]]])
..
使用 Matplotlib 平滑轮廓图中的数据
我正在使用 Matplotlib 创建等高线图.我有所有的数据在多维数组中.它长12，宽约2000.所以是基本上是一个长度为 2000 的 12 个列表的列表.我有等高线图工作正常，但我需要平滑数据.我已经阅读了很多例子.不幸的是，我没有数学背景来理解什么是继续和他们在一起. 那么，我该如何平滑这些数据?我有一个例子说明我的图表是什么样的以及我希望它看起来更像什么. 这是我的图表:
..
如何在 Python 中生成具有给定均值、方差、偏斜和峰度的分布?
random.gauss(mu, sigma) 上面是一个函数，允许从具有给定均值和方差的正态分布中随机抽取一个数字.但是，我们如何从由不止两个第一矩定义的正态分布中提取值? 类似: random.gauss(mu, sigma, skew, kurtosis) 解决方案 使用 scipy 怎么样?您可以从 scipy.stats 中的 连续分布中选择您想要的分布图书馆.
..
在python中异步读取和处理图像
背景 我经常发现自己处于以下情况: 我有一个需要处理的图像文件名列表 我使用例如 scipy.misc.imread 顺序读取每个图像 然后我对每个图像进行某种处理并返回结果 我将结果沿图像文件名保存到一个 Shelf 中 问题在于，简单地读取图像所花费的时间不可忽略，有时与图像处理相当甚至更长. 问题 所以我想理想情况下我可以在处理图像 n 的同时读取图像 n
..
让 PyCharm 识别 Anaconda 的 SciPy
我需要在 PyCharm IDE 中使用 SciPy 库(在 Mac OSX Lion 机器上).SciPy 网站写道，Mac 用户最简单的安装方法是安装 Anaconda(或等效发行版).我使用了 Anaconda 安装程序，它在我的主文件夹中创建了一个 anaconda 目录，在那里我找到了一个包含所需包的 lib/python2.7/site-packages 目录.然而，PyCharm 并
..
绘制 Pandas DataSeries.GroupBy
我是 python 和 pandas 的新手，有以下 DataFrame. 如何绘制 DataFrame，其中每个 ModelID 是一个单独的图，saledate 是 x 轴，MeanToDate 是 y 轴吗? 尝试 data[40:76].groupby('ModelID').plot() 数据帧 解决方案 您可以通过遍历 groupby 中的组来绘制图: 将 ma
..
使用 python 和 matplotlib 获取箱线图中使用的值
我可以从数据中绘制箱线图: 将 numpy 导入为 np导入 matplotlib.pyplot 作为 plt数据 = np.random.rand(100)plt.boxplot(数据) 然后，框的范围将从 25th-percentile 到 75th-percentile，胡须的范围将从最小值到最大值 (25th-percentile - 1.5*IQR, 75th-percentile
..
在 mac OS Lion 上预装 python 2.6.7 的 numpy 和 scipy
无论如何要在 Mac OS Lion 附带的 python 2.6.7 上安装 numpy 和 scipy?我知道 Lion 也有 Python 2.7.但我需要坚持使用 Python 2.6，因为我使用的模块不适用于 Python 2.7. 解决方案 Lion 带有一个 easy_install 用于其每个 Python 实现:/usr/bin/easy_install-2.7 用于 /
..
使用 numpy/scipy 进行形状识别(可能是分水岭)
我的目标是追踪包含许多独立形状的绘图，并将这些形状拆分为单独的图像.它是白底黑字.我对 numpy,opencv&co 很陌生 - 但这是我目前的想法: 扫描黑色像素 发现黑色像素 -> 分水岭 找到流域边界(作为多边形路径) 继续搜索，但忽略已找到边界内的点 我不太擅长这些事情，有没有更好的方法? 首先我试图找到分水岭结果的矩形边界框(这或多或少是例子的拼贴): fro
..