标签: scientific-computing

我有各种语言的编程.我一直在使用MATLAB实现我的研究代码(在过去的几个月里),并且第一次真正注意到MATLAB v $ C的执行速度的差异.(尽管我喜欢超快速的原型设计功能).

我期待拾取C++并开始在我的研究中使用它.我知道OOP并编写了相当长的Java(相对较长的背面)和C++(甚至更长的背面).我现在想深入了解C++,因此需要对资源的建议:

• 我需要哪些C++东西(STL和.)来真正好好利用C++？
• 什么是开始使用的好教程/手册？
• 什么是C++的数字/科学库？GSL？是否有类似的(功能)Scipy/Numpy for C++？

我将在Linux上编程,所以我将使用g ++.

任何指向以前的SO问题的指针也表示赞赏.

我有一个用C#编写的项目,我需要对矩阵进行各种线性代数运算(如LU分解).

由于该程序主要是为确认理论而创建的原型,因此C#实现就足够了(与可能更快的C++实现相比),但我仍然希望有一个好的BLAS或LAPACK库来节省一些编码.

长话短说,任何人都可以推荐免费/开源BLAS或LAPACK库与.net一起使用吗？

最好的问候Egil.

更新:今天发现Math.NET Numerics,看起来很有趣,有没有人有这方面的经验？

如何在显微镜上拍摄的图像中细分细胞,沿着Matlab中的方式划分细胞？

http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/

此外,如果我在不同的荧光通道中拍摄多个图像(用一些抗体/制造者染色细胞后),我如何自动定量每个标记阳性细胞的比例？有没有人在Python中做过这样的事情？或者Python中是否有可用于执行此操作的库？

我一直在用Python编写我自己的物理引擎作为物理和编程的练习.我开始按照这里的教程开始.这很顺利,但后来我找到了thomas jakobsen撰写的文章"高级角色物理",其中介绍了使用Verlet集成进行模拟,我觉得这很有趣.

我一直在尝试使用verlet集成编写自己的基本物理模拟器,但事实证明它比我最初预期的要困难一些.我正在浏览示例程序以阅读,并且在这个用Python编写的程序中偶然发现,我也发现本教程使用了Processing.

Processing版本给我留下深刻印象的是它的运行速度.单独的布有2400个不同的点被模拟,这不包括身体.

python示例仅使用256个粒子作为布料,并以每秒约30帧的速度运行.我尝试将粒子数量增加到2401(该程序必须是正方形),它以大约3 fps的速度运行.

这两个工作都是通过将粒子对象的实例存储在列表中,然后遍历列表,调用每个粒子"更新位置"方法.例如,这是Processing sketch中代码的一部分,用于计算每个粒子的新位置:

for (int i = 0; i < pointmasses.size(); i++) {
    PointMass pointmass = (PointMass) pointmasses.get(i);
    pointmass.updateInteractions();
    pointmass.updatePhysics(fixedDeltaTimeSeconds);
}

编辑:这是我之前链接的python版本的代码:

"""
verletCloth01.py
Eric Pavey - 2010-07-03 - www.akeric.com

Riding on the shoulders of giants.
I wanted to learn now to do 'verlet cloth' in Python\Pygame.  I first ran across
this post \ source:
http://forums.overclockers.com.au/showthread.php?t=870396
http://dl.dropbox.com/u/3240460/cloth5.py

Which pointed to some good reference, that was a …

由于最近美国证券交易委员会的提议要求大多数资产支持证券发行人提交一份python计算机程序来记录交易的资金流量(或瀑布)规定,我认为及时询问您认为"必须拥有"的Python软件包对于财务将是.

PS:除了在这里回答之外,还请考虑回答此调查.

更新:此处的调查结果.

我一直在寻找一个python模块,它实现了全局优化的常用技术(在N维中找到函数的全局最小值)但没有成功.

如果您在python中听说过模拟退火或遗传算法实现,请分享.

我正在寻找一个可以在Ruby中使用的稀疏矩阵库.我目前正在使用由"gsl"gem提供的GNU Scientific Library绑定,但如果我使用专用的稀疏矩阵库,我的应用程序将更好地优化.我调查了linalg和NArray库.这三个库中没有一个支持稀疏矩阵优化的存储或操作.

有没有我错过的东西 - 或者现有的C库可能可以编写绑定？我更喜欢前者,后者,因为我之前没有在Ruby中编写C绑定,但我愿意尝试它.

动机:我有一个多维积分,为了完整性我在下面再现.它来自于存在显着各向异性时第二个维里系数的计算:

这里W是所有变量的函数.这是一个已知函数,我可以为其定义一个python函数.

编程问题:如何scipy集成此表达式？我想把两个三重四边形链接scipy.integrate.tplquad在一起,但我担心性能和准确性.是否有更高维的积分器scipy,可以处理任意数量的嵌套积分？如果没有,最好的方法是什么？

有没有更好的方法可以找到哪个X给了我在SciPy中寻找的Y？我刚开始使用SciPy,我对每个功能都不太熟悉.

import numpy as np
import matplotlib.pyplot as plt
from scipy import interpolate

x = [70, 80, 90, 100, 110]
y = [49.7, 80.6, 122.5, 153.8, 163.0]
tck = interpolate.splrep(x,y,s=0)
xnew = np.arange(70,111,1)
ynew = interpolate.splev(xnew,tck,der=0)
plt.plot(x,y,'x',xnew,ynew)
plt.show()
t,c,k=tck
yToFind = 140
print interpolate.sproot((t,c-yToFind,k)) #Lowers the spline at the abscissa

scipy/numpy中是否有内置函数来获取多项式的PMF？我不确定是否binom以正确的方式概括,例如

# Attempt to define multinomial with n = 10, p = [0.1, 0.1, 0.8]
rv = scipy.stats.binom(10, [0.1, 0.1, 0.8])
# Score the outcome 4, 4, 2
rv.pmf([4, 4, 2])

这样做的正确方法是什么？谢谢.