标签: scipy

想知道是否有人遇到类似的问题并且已经有解决方案了吗？使用Windows 7.

C:\Python27\Scripts>pip install SciPy
Collecting SciPy
  Using cached scipy-0.18.0.tar.gz
Installing collected packages: SciPy
  Running setup.py install for SciPy ... error
    Complete output from command c:\python27\python.exe -u -c "import setuptools
, tokenize;__file__='c:\\users\\foo\\appdata\\local\\temp\\pip-build-r3jpxr\\
SciPy\\setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().r
eplace('\r\n', '\n'), __file__, 'exec'))" install --record c:\users\foo\appda
ta\local\temp\pip-efo9to-record\install-record.txt --single-version-externally-m
anaged --compile:

    Note: if you need reliable uninstall behavior, then install
    with pip instead of using `setup.py install`:

      - `pip install .`       (from a git repo or downloaded source
                               release)
      - `pip install scipy`   (last SciPy …

我有一个包含三个灰度值的.png图像.它包含黑色(0),白色(255)和灰色(128)斑点.我想将此图像调整为较小的尺寸,同时仅保留这三个灰度值.

目前,我正在使用scipy.misc.imresize它,但我注意到,当我减小尺寸时,边缘变得模糊,现在包含超过3个灰度值.

有谁知道如何在python中做到这一点？

我想升级scipy.我使用pip install scipy --upgrade来做到这一点,但是这里有错误,我应该怎么解决这个问题？

    Installing collected packages: scipy
  Found existing installation: scipy 0.13.0b1
    DEPRECATION: Uninstalling a distutils installed project (scipy) has been deprecated and will be removed in a future version. This is due to the fact that uninstalling a distutils project will only partially uninstall the project.
    Uninstalling scipy-0.13.0b1:
Exception:
Traceback (most recent call last):
  File "/Library/Python/2.7/site-packages/pip-9.0.1-py2.7.egg/pip/basecommand.py", line 215, in main
    status = self.run(options, args)
  File "/Library/Python/2.7/site-packages/pip-9.0.1-py2.7.egg/pip/commands/install.py", line 342, in run
    prefix=options.prefix_path,
  File "/Library/Python/2.7/site-packages/pip-9.0.1-py2.7.egg/pip/req/req_set.py", line 778, in install
    requirement.uninstall(auto_confirm=True) …

我有一个叫做数组a和另一个数组b.数组a是我存储浮点数据的主数组,b是一个包含属于的索引的数组a.

例:

a = [1.3, 1.7, 18.4, 56.2, 82.2, 18.1, 81.9, 56.9, -274.45]
b = [0, 1, 2, 3, 4, 5, 6, 7]

在这个例子中b包含的指标a,从0到7.

我在Python中尝试做的是删除"重复",我的意思是删除所有b具有相似值的索引a.例如,请注意有对1.3和1.7.另外,还有一些18.4和18.1等,我想找到所有这些值,并写-1在阵列中的所有地方b,其具有的价值.

输出应如下:

b = [0, -1, 2, 3, 4, -1, -1, -1]

我认为很明显我想要实现的目标.这里索引1被替换为-1因为a它代表1.7哪个具有"对" 1.3 …

给定一个点(x,y)我将如何创建n个随机点,它们与(x,y)的距离是高斯分布的西格玛,并且意味着作为一个参数？

我在Python中运行以下内容并期望E [1]中的列是A的特征向量,但它们不是.只有Sympy.Matrix.eigenvects()似乎做得对.为什么这个错误？

A
Out[194]: 
matrix([[-3,  3,  2],
        [ 1, -1, -2],
        [-1, -3,  0]])

E = np.linalg.eig(A)

E
Out[196]: 
(array([ 2., -4., -2.]),
 matrix([[ -2.01889132e-16,   9.48683298e-01,   8.94427191e-01],
         [  5.54700196e-01,  -3.16227766e-01,  -3.71551690e-16],
         [ -8.32050294e-01,   2.73252305e-17,   4.47213595e-01]]))

A*E[1] / E[1]
Out[205]: 
matrix([[ 6.59900617, -4.        , -2.        ],
        [ 2.        , -4.        , -3.88449298],
        [ 2.        ,  8.125992  , -2.        ]])

我试图在双峰分布数据上拟合两个高斯,但大多数优化器总是根据开始猜测给出错误的结果,如下所示

我也尝试GMM从scikit-learn,这并没有太大的帮助.我想知道我可能做错了什么以及什么是更好的方法,以便我们可以测试和拟合双峰数据.使用curve_fit和数据的示例代码之一如下

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def gauss(x,mu,sigma,A):
    return A*np.exp(-(x-mu)**2/2/sigma**2)

def bimodal(x,mu1,sigma1,A1,mu2,sigma2,A2):
    return gauss(x,mu1,sigma1,A1)+gauss(x,mu2,sigma2,A2)

def rmse(p0):
    mu1,sigma1,A1,mu2,sigma2,A2 =p0
    y_sim = bimodal(x,mu1,sigma1,A1,mu2,sigma2,A2)
    rms = np.sqrt((y-y_sim)**2/len(y))

data = pd.read_csv('data.csv')
x, y = data.index, data['24hr'].values

expected=(400,720,500,700,774,150)

params,cov=curve_fit(bimodal,x,y,expected, maxfev=100000)
sigma=np.sqrt(np.diag(cov))
plt.plot(x,bimodal(x,*params),color='red',lw=3,label='model')
plt.plot(x,y,label='data')
plt.legend()
print(params,'\n',sigma)

为什么Sympy在使用时会抛出Type错误scipy.stats.norm？我怎样才能解决这个问题？

from sympy import Eq, Symbol, solve, Piecewise
from scipy.stats import norm
import numpy as np

x = Symbol('x')
eqn = Eq((x-0.2)/0.3, norm.cdf((np.log(100/110) + x**2/2)/x))

print(solve(eqn))

输出:

TypeError: cannot determine truth value of Relational

我试图从.matscipy的文件加载一些数据io.loadmat().该函数基本上返回一个包含文件中所有数据的字典.如果我只想从数据文件中获取一个值,我可以做类似的事情val_a = io.loadmat(filename)['val_a'].但现在我想取出2个值.我还能用一个命令实现这个目标吗？或者我是否必须首先将字典分配给变量然后逐个获取这两个值？

喜欢

raw_data = io.loadmat(filename)
val_a = raw_data['val_a']
val_b = raw_data['val_b']

但我正在寻找的是类似的东西

val_a, val_b = io.loadmat(filename)['val_a', 'val_b']

通过这样做,我希望避免占用我记忆的文件中不必要的数据.

如numpy.linspace给出线性连接的两个点之间的等距点。我可以沿着连接一组点的直线获得等距点吗？

例如：

import numpy as np
npts = 10
xcoords, ycoords = [0,1], [0,1]
xquery = np.linspace(xcoords[0],xcoords[1], npts)
yquery = np.linspace(ycoords[0],ycoords[1], npts)

在这里，我需要在连接一组点的线上等距查询点

xcoords, ycoords = [0,1,5,8], [0,3,6,7]