小编Sup*_*cia的帖子

我下载了Python3,在笔记本电脑上,我已经有Python2,在两个文件夹Python3和Python27分别.

我有Windows 10,64位.

Spyder.exe并且Spyder3.exe位于Scripts安装的子文件夹中.

我添加Python27\Scripts并Python3\Scripts到Path环境变量.

打开命令提示符并键入

spyder

在键入时,correcty启动Spyder2

spyder3

结果是:

-

我在网上看到这个错误通常会发生Pip3,因此我尝试升级spyder3,但这并没有解决问题.

有任何想法吗？

我想要的是

我想找到固定点的列表，它们的值和位置以及它们是最小值还是最大值。

我的功能看起来像：

import numpy as np

def func(x,y):
  return (np.cos(x*10))**2 + (np.sin(y*10))**2

方法

这是我正在考虑使用的方法：

1. 我实际上已经在Mathematica上做了类似的事情。我一次又一次地区分函数。我看一下一阶导数为0的点，计算它们的值和位置。然后，我在那些位置取二阶导数，并检查它们是最小值还是最大值。

2. 我还想知道是否仅对x和y中的函数值进行2D数组化，并找到该数组的最大值和最小值。但这需要我知道如何精确地定义x和y网格，以可靠地捕获函数的行为

对于后一种情况下，我已经找到像某些方面这一个。

我只是想知道，哪种方法在效率，速度，准确性甚至Python的优雅方面更有意义？

我有一组数据,我正在插入 kind = 'cubic'.

我想找到这个三次插值函数的最大值.

目前我所做的只是找到插值数据数组中的最大值,但我想知道作为对象的插值函数是否可以区分以找到它的极值？

码:

import numpy as np
from scipy.interpolate import interp1d
import matplotlib.pyplot as plt

x_axis = np.array([ 2.14414414,  2.15270826,  2.16127238,  2.1698365 ,  2.17840062, 2.18696474,  2.19552886,  2.20409298,  2.2126571 ,  2.22122122])
y_axis = np.array([ 0.67958442,  0.89628424,  0.78904004,  3.93404167,  6.46422317, 6.40459954,  3.80216674,  0.69641825,  0.89675386,  0.64274198])

f = interp1d(x_axis, y_axis, kind = 'cubic')

x_new = np.linspace(x_axis[0], x_axis[-1],100)

fig = plt.subplots()
plt.plot(x_new, f(x_new))

我有以下代码：

import numpy as np

class ClassProperty(property):
    def __get__(self, cls, owner):
        return self.fget.__get__(None, owner)()

def coord(cls, c):
    if cls.dimension <= 2:
        return c
    else:
        return c + [0]*(cls.dimension-2)

class Basis_NonI(object):

    @ClassProperty
    @classmethod
    def zerocoord(cls):
        return coord(cls, [0,0])   
        
    def __init__(self, dimension):
        pass

class Basis_D(Basis_NonI):
    dimension = 2
    proj_matrix = np.array([Basis_D.zerocoord, Basis_D.zerocoord])
    def __init__(self, dimension):
        super(Basis_D, self).__init__(Basis_D.dimension)

基本上我想要dimension和proj_matrix成为 的类属性Basis_D。

当我运行它时，出现以下错误：

proj_matrix = np.array([Basis_D.zerocoord, Basis_D.zerocoord])

NameError：名称“Basis_D”未定义

--

我不明白的是，我可以在 中使用 Basis_D.dimension ，那么为什么当我用它来定义时init它不识别名称？Basis_Dproj_matrix

我想看一个函数intensity(r)与空间的图，所以r（径向对称）。

但是，我的强度来自intensity(r) = integrate(integrand(r), (x,0,5))，其中integrand = exp(-x**2) * exp(np.pi*1j*(-x)) * besselj(0, r*x) * x。

上面的所有语法都使用了sympy包，所以我首先定义了 x,y = symbols('x r') .

我使用符号变量是因为它似乎使视觉上更容易，r直到最后，当我绘制它并为其分配一个数值时，它才作为变量离开。

然而，用符号变量做那个可怕的积分似乎需要很长时间。

• 有没有办法用符号变量进行数值积分？

• 定义r先验值并为每个值找到积分的唯一另一种选择是什么？

我正在data_dir = 'parent\child'python 中创建一个新的嵌套目录 ( )：

try:
    os.mkdir(data_dir)
except WindowsError:
    pass   

如果父目录'parent'不存在（但是，因为我可能稍后在代码中进行设置），则代码将其捕获为 aWindows Error 3并继续前进。

然而，现在也可能发生的情况是Windows Error 206文件名或扩展名太长。为此我需要采取单独的行动。

有没有一种方法可以区分Windows Error 3and 206（和其他）以便提高 unique Exceptions？

用于numpy.savez保存.npz文件的python文档为：

.npz文件格式是以文件包含的变量命名的压缩文件存档。档案未压缩，档案中的每个文件都包含一个.npy格式的变量。[...]

在加载时打开保存的.npz文件时，将返回NpzFile对象。这是一个类似于字典的对象，可以查询其数组列表（带有.files属性）以及数组本身。

我的问题是：有什么意义numpy.savez？

是只是保存多个数组的更优雅的版本（更短的命令），还是在保存/读取过程中加快了速度？它占用更少的内存吗？