Questions tagged «scipy»

现在说我有一个numpy数组，定义为 [[1,2,3,4], [2,3,NaN,5], [NaN,5,2,3]] 现在，我想要一个包含缺失值的所有索引的列表，[(1,2),(2,0)]在这种情况下。 有什么办法可以做到吗？

74 python  numpy  scipy 

有没有一种很好的方法来区分python中的行向量和列向量？到目前为止，我正在使用numpy和scipy，到目前为止，我看到的是，如果我要给一个向量，说 from numpy import * Vector = array([1,2,3]) 他们无法说天气，我的意思是行或列向量。此外： array([1,2,3]) == array([1,2,3]).transpose() True 在“现实世界”中哪一个根本是不正确的。我意识到上述模块中向量上的大多数功能都不需要区分。例如，outer(a,b)或者a.dot(b)我想为自己的方便而与众不同。

73 python  arrays  numpy  vector  scipy 

使用Python解决一对非线性方程式的（最佳）方法是什么？（Numpy，Scipy或Sympy） 例如： x + y ^ 2 = 4 e ^ x + xy = 3 解决以上问题的代码片段会很棒

73 python  numpy  scipy  sympy 

在scipy中，我们可以使用scipy.sparse.lil_matrix（）等构造一个稀疏矩阵。但是该矩阵是二维的。 我想知道Python中是否存在稀疏3d矩阵/数组（张量）的数据结构？ ps我在3d中有很多稀疏数据，需要张量来存储/执行乘法。如果没有现有的数据结构，是否有实现此类张量的建议？

73 python  numpy  scipy  sparse-matrix 

如何计算Python中正态分布的累积分布函数（CDF）的反函数？ 我应该使用哪个库？可能是卑鄙的？

72 python  scipy  normal-distribution 

scipy.spatial.distance.pdist返回一个压缩距离矩阵。从文档中： 返回一个简化的距离矩阵Y。对于每个和（其中），度量dist（u = X [i]，v = X [j]）并存储在条目ij中。 我以为ij是故意的i*j。但是我认为我可能是错的。考虑 X = array([[1,2], [1,2], [3,4]]) dist_matrix = pdist(X) 然后文档说dist(X[0], X[2])应该是dist_matrix[0*2]。但是，dist_matrix[0*2]是0 －而不是2.8。 我应该使用什么公式访问给定i和的两个向量的相似性j？

69 python  numpy  scipy 

在用于在软件包之间设置Sphinx文档链接的文档之后，我添加了 intersphinx_mapping = {'python': ('http://docs.python.org/2', None), 'numpy': ('http://docs.scipy.org/doc/numpy/', None), 'scipy': ('http://docs.scipy.org/doc/scipy/reference/', None), 'matplotlib': ('http://matplotlib.sourceforge.net/', None)} 对我来说conf.py，但似乎无法获得除Python本身以外的任何项目的链接。例如 :term:`svg graphics <matplotlib:svg>` 只是将我带到索引页面，而没有添加预期的#term-svg锚点，而且我什至无法找到术语表，也无法确定scipy如何确定软件包支持哪些:ref:s或:term:s。 我在哪里可以找到如何指定目标指令:ref:S和:term:S IN numpy，scipy和matplotlib？ 为此，我如何链接到Sphinx本身？新增中 intersphinx_mapping['sphinx'] = ('http://sphinx-doc.org/', None) 和 :ref:`Intersphinx <intersphinx>` 不起作用。

67 python  numpy  matplotlib  scipy  python-sphinx 

我正在尝试计算与大型对称方形稀疏矩阵（最大30000x30000）的最小特征值相对应的少数（5-500）特征向量，其中小于0.1％的特征值为非零。 我目前正在Shift-invert模式（sigma = 0.0）中使用scipy.sparse.linalg.eigsh，我通过有关该主题的各种帖子发现这是首选的解决方案。但是，在大多数情况下，最多需要1小时才能解决该问题。另一方面，如果我要求最大的特征值（系统中的秒数），则该功能非常快，这是文档中所期望的。 由于我对工作中的Matlab更加熟悉，因此我尝试在Octave中解决问题，这在短短几秒钟（不到10秒）内使用eigs（sigma = 0）给出了相同的结果。由于我想对包括特征向量计算在内的算法进行参数扫描，因此在python中也要具有这种时间增益。 我首先更改了参数（尤其是公差），但是在时间尺度上并没有太大变化。 我在Windows上使用Anaconda，但尝试将scipy（这是一个很大的痛苦）使用的LAPACK / BLAS从mkl（默认为Anaconda）切换为OpenBlas（根据文档由Octave使用），但看不到更改性能。 我无法弄清楚所使用的ARPACK是否需要更改（以及如何更改）？ 我将以下代码的测试用例上传到了以下Dropbox文件夹：https ://www.dropbox.com/sh/l6aa6izufzyzqr3/AABqij95hZOvRpnnjRaETQmka?dl =0 在Python中 import numpy as np from scipy.sparse import csr_matrix, csc_matrix, linalg, load_npz M = load_npz('M.npz') evals, evecs = linalg.eigsh(M,k=6,sigma=0.0) 在八度音阶中： M=dlmread('M.txt'); M=spconvert(M); [evecs,evals] = eigs(M,6,0); 任何帮助都在申请中！ 我根据评论和建议尝试了一些其他选项： 八度： eigs(M,6,0)和eigs(M,6,'sm')给我相同的结果： [1.8725e-05 1.0189e-05 7.5622e-06 7.5420e-07 -1.2239e-18 -2.5674e-16] …

12 python  scipy  octave  sparse-matrix  eigenvector