Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
查找包含任意坐标列表的 voronoi 区域
我正在使用一种算法 对于每次迭代 都需要找到一组任意坐标属于 Voronoi 图的哪个区域 即每个坐标位于哪个区域内 我们可以假设所有坐标都属于一个区域 如果这有什么区别的话 我还没有任何可以在 Python 中运行的代码 但伪代码如下所示
python
scipy
Voronoi
tesselation
使用 pandas 和 numpy 解析冒号分隔的稀疏数据
我想解析 pandas numpy 中 col index value 格式的数据文件 例如 0 23 3 41 1 31 2 65 将对应于这个矩阵 23 0 0 41 0 31 65 0 这似乎是表示文件中稀疏数据的一种非常常见的方法
python
NumPy
pandas
scipy
类型错误:无法解压不可迭代的 int 对象
运行我的代码后 如何解决此错误 如下所示 我正在使用下面的函数并在其上实现运行窗口 for 循环 但最终出现以下错误 for 循环工作并在某个时刻挂起 def get grps s thresh 1 Nmin 3 Nmin int gt 0
python
pandas
NumPy
scipy
pythonxarray
使用 Scipy/python 寻找峰值的算法
我有随机数据 在其中绘制了图表以查找源自零的峰值我使用了此代码 op col for i in df Speed op col append i print op col 使用 for 循环将 速度 值转换为一维数组 0 7 18 24 2
python
NumPy
scipy
为了确保数值稳定性,scipy.signal.deconvolve 的除数参数有哪些限制?
这是我的问题 我将处理来自系统的数据 我将很好地了解该系统的脉冲响应 之前使用 Python 进行过一些基本脚本编写 我开始了解 scipy signal convolve 和 scipy signal deconvolve 函数 为了对我
python
NumPy
scipy
numericalstability
Deconvolution
概率密度函数 numpy 直方图/scipy stats
我们有数组a range 10 Using numpy histogram hist bins numpy histogram a bins np max a np min a 1 range np min a np max a densi
python
scipy
probabilitydensity
python 中具有等式约束的 L1 凸优化
我需要在 Mx y 的情况下最小化 L 1 x x 是维度为 b 的向量 y 是维度为 a 的向量 M 是维度为 a b 的矩阵 经过一番阅读后 我决定使用 scipy optimize minimize import numpy as n
python
scipy
convexoptimization
如何计算术语-文档矩阵?
我知道术语文档矩阵是一个数学矩阵 描述文档集合中出现的术语的频率 在文档术语矩阵中 行对应于集合中的文档 列对应于术语 我在用sklearn 的 CountVectorizer从字符串 文本文件 中提取特征以减轻我的任务 以下代码根据以下内
python
scikitlearn
scipy
termdocumentmatrix
规范化/标准化 numpy 重新排列
我想知道规范化 标准化 numpy 的最佳方法是什么recarray是 为了清楚起见 我不是在谈论数学矩阵 而是在谈论一个记录数组 其中还包含例如文本列 例如标签 a np genfromtxt iris csv delimiter dty
python
NumPy
scipy
normalize
recarray
使用 Python 函数并生成所有导数
我有一个参数数量可变的 python 函数 F x1 x2 xN 我想自动生成 N 个函数 表示 F 对每个参数的导数 F 1 dF dx1 F 2 dF dx2 F N dF dxN 例如 我可以同时提供 F x1 sin x1 和 F
python
Lambda
python27
scipy
sympy
为什么 [0, 1] 和 [1, 0] 之间的 Wasserstein 距离为零?
由于概率不相等 Wasserstein 距离不应该是非零数吗 In 1 scipy stats wasserstein distance 0 1 1 0 Out 1 0 0 这是因为 scipy stats wasserstein dist
python
scipy
statistics
成本函数和梯度似乎有效,但 scipy.optimize 函数无效
我正在为 Andrew NG Coursera 课程编写 Matlab 代码 并将其转换为 python 我正在研究非正则化逻辑回归 在编写梯度和成本函数后 我需要类似于 fminunc 的东西 经过一番谷歌搜索后 我找到了几个选项 它们都
python
pandas
scipy
LogisticRegression
Python 中的分析最高密度区间(最好适用于 Beta 分布)
我想知道是否有人知道可靠且快速的 HDI 分析计算 最好是针对 beta 函数 HDI的定义是这个问题 https stackoverflow com questions 22284502 highest posterior density
python
scipy
scipyoptimize
scipystats
credibleinterval
scipy.interpolate.LinearNDInterpolator 在大型数据集上无限期挂起
我正在 Python 中插入一些数据 以将其重新网格化到常规网格上 以便我可以部分集成它 数据表示高维参数空间的函数 目前为 3 将扩展到至少 5 并返回可观测值的多值函数 目前为 2 将扩展到 3 然后可能扩展到数十个 我正在通过执行插值
scipy
interpolation
FutureWarning:不推荐使用非元组序列进行多维索引,使用“arr[tuple(seq)]”
我搜索过 S O 但找不到答案 当我尝试使用 seaborn 绘制分布图时 我收到了未来警告 我想知道这里可能出了什么问题 import pandas as pd import numpy as np import seaborn as s
python
python3x
pandas
scipy
Seaborn
Python有限差分函数?
我一直在 Numpy Scipy 中寻找包含有限差分函数的模块 然而 我发现的最接近的是numpy gradient 这对于二阶精度的一阶有限差分很有用 但如果您想要更高阶的导数或更准确的方法 则效果不太好 我什至还没有找到很多专门用于此类
python
NumPy
scipy
使用具有大数据集的 SciPy 曲线拟合库时出现运行时错误
如何使用 SciPy 曲线拟合函数拟合高斯曲线来关闭此错误 换句话说 如果它不适合模型峰值 那么它就不是峰值 所以我不想返回任何东西 另外 有没有更快的方法 curve fit 对于我的应用程序查看大量数据来说可能太慢 运行时错误 未找到最
python
scipy
curvefitting
如何使用 scipy 找到最大峰值位置、索引?
我想找到最大峰值的位置我该怎么做 我正在使用 scipy signal 来查找峰值 我希望代码返回峰值的位置 以微米为单位 如果您想找到由 确定的最高峰值scipy signal find peaks那么你可以执行以下操作 import n
python
scipy
signalprocessing
scipy 中的复杂 ODE 系统
我在求解光学布洛赫方程时遇到困难 该方程是具有复数值的一阶 ODE 系统 我发现 scipy 可以解决这样的系统 但是他们的网页提供的信息太少 我几乎无法理解 我有 8 个耦合一阶 ODE 我应该生成一个如下函数 def derv y co
python
scipy
ODE
如何使用 scipy.spatial.Delaunay 将所有点包含到无错误三角网格中?
我正在测试scipy spatial Delaunay并且无法解决两个问题 网格有错误 网格不包含所有点 代码和绘图图像 import numpy as np from scipy spatial import Delaunay delau
python
scipy
Delaunay
«
1 ...
6
7
8
9
10
11
12
...49
»