Questions tagged «scipy»

我有一组数据，我想比较哪条线描述得最好（不同阶数，指数或对数的多项式）。 我使用Python和Numpy，对于多项式拟合，有一个函数polyfit()。但是我没有找到用于指数和对数拟合的函数。 有吗 否则如何解决？

157 python  numpy  scipy  curve-fitting  linear-regression 

我知道我可以像这样实现均方根误差函数： def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) 如果此rmse函数在某个地方的某个库中实现（可能在scipy或scikit-learn中实现），我正在寻找什么？

157 python  scikit-learn  scipy 

使用标准的Python数组，我可以执行以下操作： arr = [] arr.append([1,2,3]) arr.append([4,5,6]) # arr is now [[1,2,3],[4,5,6]] 但是，我不能在numpy中做同样的事情。例如： arr = np.array([]) arr = np.append(arr, np.array([1,2,3])) arr = np.append(arr, np.array([4,5,6])) # arr is now [1,2,3,4,5,6] 我也研究了vstack，但是在vstack空数组上使用时，得到： ValueError: all the input array dimensions except for the concatenation axis must match exactly 那么，如何将新行追加到numpy中的空数组中？

157 python  numpy  scipy 

假设我的图像尺寸为3841 x 7195像素。我想将图形的内容保存到磁盘，以得到我指定的确切大小的图像（以像素为单位）。 没有轴，没有标题。只是图像。我个人并不关心DPI，因为我只想以像素为单位指定图像在屏幕上所占的大小。 我已经阅读了其他 线程，它们似乎都将转换为英寸，然后以英寸为单位指定图形的尺寸，并以某种方式调整dpi。我想避免处理像素到英寸转换可能导致的精度损失。 我尝试过： w = 7195 h = 3841 fig = plt.figure(frameon=False) fig.set_size_inches(w,h) ax = plt.Axes(fig, [0., 0., 1., 1.]) ax.set_axis_off() fig.add_axes(ax) ax.imshow(im_np, aspect='normal') fig.savefig(some_path, dpi=1) 没有运气（Python抱怨宽度和高度都必须低于32768（？）） 从我所看到的一切来看，都matplotlib需要在inches和中指定图形大小dpi，但是我只对图形在磁盘中占据的像素感兴趣。我怎样才能做到这一点？ 需要说明的是：我正在寻找一种使用matplotlib而不是其他图像保存库的方法。

151 python  matplotlib  scipy 

关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow 的主题。 4年前关闭。 改善这个问题 我的MS论文中有一堆MATLAB代码，现在我想将其转换为Python（使用numpy / scipy和matplotlib）并作为开源分发。我知道MATLAB与Python科学库之间的相似之处，手动转换它们的时间不会超过两周（前提是我每天都会努力一段时间）。我想知道是否已经有任何工具可以进行转换。

150 python  matlab  numpy  matplotlib  scipy 

简介：我列出了30,000多个整数值，范围从0到47（含0和47），例如[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]从某个连续分布中采样。列表中的值不一定按顺序排列，但顺序对于此问题并不重要。 问题：根据我的分布，我想为任何给定值计算p值（看到更大值的概率）。例如，您可以看到0的p值将接近1，数字较大的p值将趋于0。 我不知道我是否正确，但是为了确定概率，我认为我需要使我的数据适合最适合描述我的数据的理论分布。我认为需要某种拟合优度检验来确定最佳模型。 有没有办法在Python（Scipy或Numpy）中实现这种分析？你能举个例子吗？ 谢谢！

139 python  numpy  statistics  scipy  distribution 

在使用SciPy的和NumPy的一个项目，我应该使用scipy.pi，numpy.pi或math.pi？

137 python  numpy  scipy  pi 

我可以通过找到一阶导数的零交叉点或类似的东西自己写点东西，但是它似乎包含在标准库中，具有足够的通用性。有人知道吗？ 我的特定应用是2D阵列，但通常将其用于查找FFT等中的峰值。 具体来说，在这些类型的问题中，有多个强峰值，然后是由噪声引起的许多较小的“峰值”，应将其忽略。这些仅仅是示例；不是我的实际数据： 一维峰： 二维峰： 峰值查找算法将找到这些峰的位置（而不仅仅是它们的值），理想情况下，可能会使用二次插值或其他方法找到真正的样本间峰，而不仅仅是具有最大值的索引。 通常，您只关心几个强峰，因此选择它们是因为它们高于某个阈值，或者因为它们是有序列表的前n个峰（按振幅排序）。 正如我说的，我自己会写这样的东西。我只是问是否有一个已知的运作良好的功能或软件包。 更新： 我翻译了一个MATLAB脚本，它在1-D情况下工作得很好，但可能会更好。 更新的更新： sixtenbe 为一维案例创建了更好的版本。

136 python  scipy  fft  hough-transform 

在对音频或图像阵列进行一些处理之后，需要先在一定范围内对其进行标准化，然后才能将其写回到文件中。可以这样完成： # Normalize audio channels to between -1.0 and +1.0 audio[:,0] = audio[:,0]/abs(audio[:,0]).max() audio[:,1] = audio[:,1]/abs(audio[:,1]).max() # Normalize image to between 0 and 255 image = image/(image.max()/255.0) 有没有那么繁琐，方便的函数方式来做到这一点？matplotlib.colors.Normalize()似乎无关。

136 python  arrays  numpy  scipy  convenience-methods 

Numpy，scipy，matplotlib和pylab是使用python进行科学计算的常用术语。 我只是学习了一些有关pylab的知识，而感到困惑。每当我要导入numpy时，我都可以执行以下操作： import numpy as np 我只是认为，一旦我这样做 from pylab import * numpy也将被导入（使用np别名）。所以基本上，第二个相比第一个做更多的事情。 我想问的几件事： pylab仅仅是numpy，scipy和matplotlib的包装吗？ 由于NP是pylab中的numpy别名，因此pylab中的scipy和matplotlib别名是什么？（据我所知，plt是matplotlib.pyplot的别名，但我不知道matplotlib本身的别名）

132 python  numpy  matplotlib  scipy 

我似乎找不到任何进行多元回归的python库。我发现的唯一的东西只是做简单的回归。我需要针对几个自变量（x1，x2，x3等）对我的因变量（y）进行回归。 例如，使用以下数据： print 'y x1 x2 x3 x4 x5 x6 x7' for t in texts: print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" / .format(t.y,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7) （以上输出：） y x1 x2 x3 x4 x5 x6 x7 -6.0 -4.95 -5.87 -0.76 14.73 4.02 0.20 0.45 -5.0 -4.55 -4.52 -0.71 13.74 4.47 0.16 0.50 -10.0 -10.96 -11.64 -0.98 15.49 4.18 …

129 python  numpy  statistics  scipy  linear-regression 

我正在基于blas和lapack构建我的numpy / scipy环境，或多或少基于此演练。 完成后，如何检查我的numpy / scipy函数是否确实使用了以前构建的blas / lapack功能？

126 python  numpy  scipy  lapack  blas 

我正在尝试读取图像。但是，它不接受该scipy.misc.imread零件。这可能是什么原因？ >>> import scipy >>> scipy.misc <module 'scipy.misc' from 'C:\Python27\lib\site-packages\scipy\misc\__init__.pyc'> >>> scipy.misc.imread('test.tif') Traceback (most recent call last): File "<pyshell#11>", line 1, in <module> scipy.misc.imread('test.tif') AttributeError: 'module' object has no attribute 'imread'

124 python  installation  scipy  dependencies  python-imaging-library 

在RI中，可以通过执行以下操作来创建所需的输出： data = c(rep(1.5, 7), rep(2.5, 2), rep(3.5, 8), rep(4.5, 3), rep(5.5, 1), rep(6.5, 8)) plot(density(data, bw=0.5)) 在python（带有matplotlib）中，我得到的最接近的是一个简单的直方图： import matplotlib.pyplot as plt data = [1.5]*7 + [2.5]*2 + [3.5]*8 + [4.5]*3 + [5.5]*1 + [6.5]*8 plt.hist(data, bins=6) plt.show() 我还尝试了normed = True参数，但除了尝试使高斯拟合直方图外什么也没有。 我的最新尝试是围绕scipy.stats和gaussian_kde，以下是网上的示例，但到目前为止我一直没有成功。

122 python  r  numpy  matplotlib  scipy 

当通过pip安装scipy时： pip install scipy Pip无法构建scipy，并引发以下错误： Cleaning up... Command /Users/administrator/dev/KaggleAux/env/bin/python2.7 -c "import setuptools, tokenize;__file__='/Users/administrator/dev/KaggleAux/env/build/scipy/setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record /var/folders/zl/7698ng4d4nxd49q1845jd9340000gn/T/pip-eO8gua-record/install-record.txt --single-version-externally-managed --compile --install-headers /Users/administrator/dev/KaggleAux/env/bin/../include/site/python2.7 failed with error code 1 in /Users/administrator/dev/KaggleAux/env/build/scipy Storing debug log for failure in /Users/administrator/.pip/pip.log 如何获得成功构建的秘诀？这可能是OSX Yosemite的一个新问题，因为我刚刚升级并且之前没有安装scipy的问题。 调试日志： Cleaning up... Removing temporary dir /Users/administrator/dev/KaggleAux/env/build... Command /Users/administrator/dev/KaggleAux/env/bin/python2.7 …

119 python  scipy