Tag: scipy

Уменьшить массив 1D numpy

У меня есть массив 1-d numpy, который я хотел бы уменьшить. Любой из следующих методов допустим, если растровый диск с понижающей дискретизацией не идеально подходит для данных: перекрывать интервалы с интервалом конвертировать любое количество значений в конце в отдельное значение с пониженной дискретизацией интерполировать в соответствии с растром в основном если у меня есть 1 […]

корреляция столбцов pandas со статистической значимостью

Каков наилучший способ, с учетом pandas dataframe, df, получить корреляцию между его столбцами df.1 и df.2? Я хочу, чтобы результат не подсчитывал строки с NaN, которые делают pandas в корреляции. Но я также хочу, чтобы он выдавал значение pvalue или стандартную ошибку, которую не использует встроенный. Sci py, похоже, догнал NaNs, хотя я считаю, что […]

Как найти точку перегиба в шумной кривой?

У меня есть шумная кривая, определяемая двумерным массивом numpy: Как вы можете видеть, он имеет первый плоский сегмент, затем фазу подъема, пика и распада. Мне нужно найти начальную точку фазы подъема, обозначенную здесь красной точкой. Как это сделать в python?

получить значение R ^ 2 из scipy.linalg.lstsq

У меня установлен 3D-набор данных с использованием функции scipy.linalg.lstsq . Я использовал: # best-fit quadratic curve A = np.c_[np.ones(data.shape[0]), data[:,:2], np.prod(data[:,:2], axis=1), data[:,:2]**2] C,_,_,_ = scipy.linalg.lstsq(A, data[:,2]) #evaluating on grid Z = np.dot(np.c_[np.ones(XX.shape), XX, YY, XX*YY, XX**2, YY**2], C).reshape(X.shape) Но как я могу получить значение R ^ 2 от этой поверхности? Есть ли способ проверить […]

Как выбрать элементы по строке из массива NumPy?

У меня есть массив, похожий на этот массив numpy dd= [[foo 0.567 0.611] [bar 0.469 0.479] [noo 0.220 0.269] [tar 0.480 0.508] [boo 0.324 0.324]] Как бы один цикл через массив, выбрав foo и получив 0.567 0.611, как float как singleton. Затем выберите бар и получите 0,469 0,479 как плавающие, как синглтон ….. Я мог […]

вычислить коэффициент определения (R2) и среднеквадратичную ошибку (RMSE) для подгонки нелинейной кривой в python

Как рассчитать коэффициент определения (R2) и среднеквадратичную ошибку (RMSE) для подгонки нелинейной кривой в python. Следующий код делает до подгонки кривой. Затем, как вычислить R2 и RMSE? import numpy as np import matplotlib.pyplot as plt from scipy.optimize import curve_fit def func(x, a, b, c): return a * np.exp(-b * x) + c x = np.linspace(0,4,50) […]

Сколько функций можно выполнить с помощью scikit-learn?

У меня есть файл csv размером [66k, 56k] (строки, столбцы). Его разреженная матрица. Я знаю, что numpy может обрабатывать этот размер матрицы. Я хотел бы знать, основываясь на опыте каждого, сколько функций алгоритмы scikit-learn могут обрабатываться с комфортом?

imresize в PIL / scipy.misc работает только для uint8 изображений? любые альтернативы?

Кажется, что imresize реализованный в PIL / scipy.misc работает только для изображений uint8 >>> import scipy.misc >>> im = np.random.rand(100,200) >>> print im.dtype float64 >>> im2 = scipy.misc.imresize(im, 0.5) >>> print im2.dtype uint8 Есть ли способ обойти это? Я хотел бы обрабатывать HDR-изображения и поэтому должен иметь дело с изображениями float64 или float32 . Благодарю.

Как я могу использовать PCA / SVD в Python для выбора и идентификации функции?

Я выполняю анализ основных компонентов в Python для использования PCA под Python, но я стараюсь определить, какие функции выбрать (т. Е. Какие из моих столбцов / функций имеют лучшую дисперсию). Когда я использую scipy.linalg.svd , он автоматически сортирует мои особые значения, поэтому я не могу определить, к какому столбцу они принадлежат. Пример кода: import numpy […]

Как выполнить нелинейную оптимизацию с помощью scipy / numpy или sympy?

Я пытаюсь найти оптимальное решение для следующей системы уравнений в Python: (x-x1)^2 + (y-y1)^2 – r1^2 = 0 (x-x2)^2 + (y-y2)^2 – r2^2 = 0 (x-x3)^2 + (y-y3)^2 – r3^2 = 0 При заданных значениях точка (x, y) и радиус (r): x1, y1, r1 = (0, 0, 0.88) x2, y2, r2 = (2, 0, 1) […]

Python - лучший язык программирования в мире.