标签: numerical-methods

我需要对一组数字进行自相关,据我所知,它只是集合与自身的相关性.

我已经尝试使用numpy的相关函数,但我不相信结果,因为它几乎总是给出一个向量,其中第一个数字不是最大的,因为它应该是.

所以,这个问题实际上是两个问题:

1. 究竟在numpy.correlate做什么？
2. 我如何使用它(或其他东西)进行自动关联？

使用import numpy as np我已经注意到了

np.tan(np.pi/2)

给出标题中的数字而不是 np.inf

16331239353195370.0

我很好奇这个号码.它与某些系统机器精度参数有关吗？我能用某些东西计算出来吗？(我正在思考类似的事情sys.float_info)

编辑:相同的结果确实可以在其他环境中重现,如Java,octace,matlab ......但是建议的欺骗并不能解释原因.

我y在javascript中有大量的数值.我想通过将它们舍入到最接近的倍数来对它们进行分组x,并将结果转换为字符串.

如何绕过恼人的浮点精度？

例如:

0.2 + 0.4 = 0.6000000000000001

我尝试了两件事:

>>> y = 1.23456789 
>>> x = 0.2 
>>> parseInt(Math.round(Math.floor(y/x))) * x; 
1.2000000000000002

和:

>>> y = 1.23456789 
>>> x = 0.2 
>>> y - (y % x)
1.2000000000000002

有没有一种简单的方法来确定varchar是否是一个数字？

例子:

abc123 - >没有号码

123 - >是的,它是一个数字

谢谢 :)

是否存在将机器epsilon存储在R中的常量？

虽然C++ 0x对C++(类型推断,匿名函数等)有很大的改进,但我不得不说Scala看起来更好.问题是Scala只在JVM上运行,虽然看起来它也可以运行在C#之上.

理想情况下,我想要一种像Scala一样好的语言,但运行"在C++之上 - 使用标准库,轻松链接C/C++目标文件,整个交易.我做了很多基于完善的C/C++库(快速可靠)的数值编程,这不是我可以放弃的东西.

是否有人知道这种语言？

更新:

我正在寻找的功能是:

• 与C/C++库无缝集成,就像Scala可以访问Java库而无需生成/维护绑定

• 一个强大的类型系统,具有良好设计的类型推理系统,使我不必编写冗长和冗余类型的注释

• 功能和OO功能内置于语言中,支持自己的库,而不仅仅依赖于标准的C/C++库.

看起来现在正在进行的很多clang/LLVM工作可能会促进这些方面的工作,但是很高兴发现这样的东西已经在进行中.

f(x)通常以编程方式计算的导数如何确保最大精度？

我正在实现Newton-Raphson方法,它需要获取函数的导数.

什么是采用随机样本的简洁方法,而无需在javascript中替换数组？所以假设有一个数组

x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]

我想随机抽取5个独特的值; 即生成长度为5的随机子集.要生成一个随机样本,可以执行以下操作:

x[Math.floor(Math.random()*x.length)];

但如果这样做多次,则存在多次抓取相同条目的风险.

我开始学习CUDA,我认为计算pi的长数字将是一个很好的介绍性项目.

我已经实现了简单的蒙特卡罗方法,该方法很容易并行化.我只是让每个线程在单位正方形上随机生成点,计算单位圆内有多少点,并使用缩小操作计算结果.

但这当然不是计算常数的最快算法.以前,当我在单线程CPU上进行此练习时,我使用类似Machin的公式来进行计算,以便更快地收敛.对于那些感兴趣的人,这涉及将pi表示为反复数组的总和并使用泰勒级数来评估表达式.

这样一个公式的一个例子:

不幸的是,我发现将这种技术并行化到数千个GPU线程并不容易.问题是大多数操作只是在进行高精度数学运算,而不是对长数据向量进行浮点运算.

所以我想知道,在GPU上计算pi的任意长数字的最有效方法是什么？

什么是计算平均值的最佳方法？有了这个问题,我想知道在数值意义上用于计算平均值的算法是最好的.它应该具有最小的舍入误差,不应对上溢或下溢等敏感.

谢谢.

附加信息:首选增量方法,因为值的数量可能不适合RAM(对大于4 GB的文件进行多次并行计算).