Tag: scipy

построение гистограммы массива numpy по метке времени

Мой массив имеет пары временных меток и значений unix. [[ 1.40170249e+09 9.00000000e+01] [ 1.40170249e+09 9.10000000e+01] [ 1.40170249e+09 9.20000000e+01] …, [ 1.41149703e+09 1.09000000e+02] [ 1.41149703e+09 1.06000000e+02] [ 1.41149703e+09 1.06000000e+02]] Мне удалось построить гистограмму всего второго столбца с pyplot.hist(array[:,1]); pyplot.show() pyplot.hist(array[:,1]); pyplot.show() . Но то, что я действительно хочу сделать, – это бин- array[:,1] днем (полученный из […]

Python: создание матрицы с эффективной памятью для наборов 1, -1 и 0 для оптимизации с помощью scipy наименьших квадратов

Я повторяю список строк и переводя их в массивы 1, -1 и 0. Например, у меня может быть следующий список: A,B,-C A,-D B,C,-D Который станет «большим списком», равным: [ [1 1 -1 0], [1 0 0 -1], [0 1 1 -1] ] На данный момент я просто перебираю каждую строку строк, присваивая значения 1 или […]

выбор правильного типа данных для машинного обучения

Мне было очень интересно узнать о машинах , и я использую это, чтобы учиться. Я смог скомпилировать код без проблем и создать граф. Я хотел бы использовать другой источник данных. В настоящее время они используют цены на акции: d1 = datetime.datetime(2003, 01, 01) d2 = datetime.datetime(2008, 01, 01) symbol_dict = { 'TOT': 'Total', 'XOM': 'Exxon', […]

Связь между пропускной способностью 2D KDE в sklearn и пропускной способностью в scipy

Я пытаюсь сравнить производительность sklearn.neighbors.KernelDensity по сравнению с scipy.stats.gaussian_kde для двухмерного массива. Из этой статьи я вижу, что полосы пропускания (bw) обрабатываются по-разному в каждой функции. В статье дается рецепт для установки правильного bw в scipy поэтому он будет эквивалентен тому, который используется в sklearn . В основном он делит bw на стандартное отклонение выборки. […]

Матрица Python Pandas с использованием сходства с jaccard

Я реализовал функцию для построения матрицы расстояния с использованием сходства jaccard: import pandas as pd entries = [ {'id':'1', 'category1':'100', 'category2': '0', 'category3':'100'}, {'id':'2', 'category1':'100', 'category2': '0', 'category3':'100'}, {'id':'3', 'category1':'0', 'category2': '100', 'category3':'100'}, {'id':'4', 'category1':'100', 'category2': '100', 'category3':'100'}, {'id':'5', 'category1':'100', 'category2': '0', 'category3':'100'} ] df = pd.DataFrame(entries) и матрица расстояний с scipy from scipy.spatial.distance import […]

Исключительная интерполяция с замаскированными данными?

Я пытаюсь интерполировать 2D-массив, который содержит маскированные данные. Я использовал некоторые доступные методы модуля SciPy, включая interp2d , bisplrep/bisplev , а также RectBivariateSpline . В качестве дополнительной информации мои данные являются регулярным массивом, что означает, что сетки имеют одинаковую размерность (в данном случае 1ºX1º). Сказав это, есть ли способ интерполяции, избегая маскирования данных в массиве […]

Усилить значения, похожие на Numpy или Scipy в Python

У меня есть массив numpy, который строится с использованием Matplotlib. Моя проблема заключается в том, что значения очень схожи, поэтому, когда они отображаются, читаемость отсутствует. 0,0,0,0,0,0,0,0,46.29821447,49.49781571,49.83072758,50.89081787,98.49113721,98.5522082,99.29547499,99.91765345,99.93779431,99.95351796,99.98066963,99.99294867,100 Обратите внимание, как некоторые из значений кластеризованы. Мой вопрос – есть ли какой-либо метод для итерации по массиву numpy и определения те близко расположенных кластеров, а затем применить усиление, […]

Как подкласс scipy.stats.norm?

Я хотел бы подклассифицировать scipy.stats.norm чтобы иметь экземпляры замороженных дистрибутивов (т. scipy.stats.norm специальными средствами / отклонениями) с дополнительной функциональностью. Однако я не могу пройти первый этап построения экземпляра. Изменить : вот расшифровка интерактивной сессии, которая демонстрирует мою проблему (в моих рукавах нет ничего) In [1]: import scipy.stats In [2]: class A(scipy.stats.norm): …: def __init__(self): …: […]

python (scipy): изменение размера разреженной матрицы

У меня проблема с изменением размера матрицы – функция set_shape похоже, не имеет эффекта: >>> M <14×3562 sparse matrix of type '<type 'numpy.float32'>' with 6136 stored elements in LInked List format> >>> new_shape = (15,3562) >>> M.set_shape(new_shape) >>> M <14×3562 sparse matrix of type '<type 'numpy.float32'>' with 6136 stored elements in LInked List format> Кто-нибудь […]

Спектрограмма волнового файла

Я пытаюсь получить спектрограмму wav файла в python. Но это дает ошибку: Объект 'module' не имеет атрибута 'spectrogram'. Вот код: import scipy.io.wavfile from scipy.io.wavfile import read from scipy import signal sr_value, x_value = scipy.io.wavfile.read("test.wav") f, t, Sxx= signal.spectrogram(x_value,sr_value) Есть ли способ получить спектрограмму wav файла?

Python - лучший язык программирования в мире.