标签: scipy

我已经添加了关于在软件包之间设置Sphinx文档链接的文档

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)}

到我的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>`

只需将我带到索引页面,而不添加预期的#term-svg锚点,我甚至无法找到词汇表scipy或找出如何确定包所支持的: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？

就此而言,我如何链接到Sphinx本身？添加

intersphinx_mapping['sphinx'] = ('http://sphinx-doc.org/', None)

和

:ref:`Intersphinx <intersphinx>`

不起作用.

如何在Python中的matplotlib中绘制数组数组的经验CDF？我正在寻找pylab的"hist"函数的cdf模拟.

我能想到的一件事是:

from scipy.stats import cumfreq
a = array([...]) # my array of numbers
num_bins =  20
b = cumfreq(a, num_bins)
plt.plot(b)

这是正确的吗？有更简单/更好的方法吗？

谢谢.

有没有一种很好的方法来区分python中的行和列向量？到目前为止,我正在使用numpy和scipy,我到目前为止看到的是,如果我要给一个向量,说

from numpy import *
Vector = array([1,2,3])

他们不能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"中哪个是不真实的.我意识到来自上述模块的载体上的大多数功能都不需要区分.例如outer(a,b)或者a.dot(b)我想为了自己的方便而区分.

使用Python解决一对非线性方程的最佳方法是什么？(Numpy,Scipy或Sympy)

例如:

• x + y ^ 2 = 4
• e ^ x + xy = 3

解决上述配对的代码片段会很棒

我无法弄清楚如何在Scipy中进行双样本KS测试.

阅读文档scipy kstest后

我可以看到如何测试分布与标准正态分布相同的位置

from scipy.stats import kstest
import numpy as np

x = np.random.normal(0,1,1000)
test_stat = kstest(x, 'norm')
#>>> test_stat
#(0.021080234718821145, 0.76584491300591395)

这意味着在p值为0.76时,我们不能拒绝两个分布相同的零假设.

但是,我想比较两个分布,看看我是否可以拒绝零假设它们是相同的,如:

from scipy.stats import kstest
import numpy as np

x = np.random.normal(0,1,1000)
z = np.random.normal(1.1,0.9, 1000)

并测试x和z是否相同

我试过天真:

test_stat = kstest(x, z)

并得到以下错误:

TypeError: 'numpy.ndarray' object is not callable

有没有办法在Python中进行双样本KS测试？如果是这样,我该怎么做？

先感谢您

scipy.spatial.distance.pdist返回压缩距离矩阵.从文档:

返回压缩距离矩阵Y.对于每个和(where),度量dist(u = X [i],v = X [j])被计算并存储在条目ij中.

我以为ij是的意思i*j.但我想我可能错了.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]它应该是0 - 而不是2.8.

我应该使用什么公式来获取两个向量的相似性,给定i和j？

我试图逐行分解一个程序.Y是一个数据矩阵,但我找不到任何.shape[0]确切的具体数据.

for i in range(Y.shape[0]):
    if Y[i] == -1:

该程序使用numpy,scipy,matplotlib.pyplot和cvxopt.

如果我想计算Pandas中两个类别的平均值,我可以这样做:

data = {'Category': ['cat2','cat1','cat2','cat1','cat2','cat1','cat2','cat1','cat1','cat1','cat2'],
        'values': [1,2,3,1,2,3,1,2,3,5,1]}
my_data = DataFrame(data)
my_data.groupby('Category').mean()

Category:     values:   
cat1     2.666667
cat2     1.600000

我有很多以这种方式格式化的数据,现在我需要做一个T -test,看看cat1和cat2的平均值是否有统计学差异.我怎样才能做到这一点？

如何计算Python中正态分布的累积分布函数(CDF)的倒数？

我应该使用哪个库？可能是scipy？

后者只是前者的同义词,还是两种不同的FFT实现？哪一个更好？