Ich habe einen Datensatz und möchte vergleichen, welche Zeile ihn am besten beschreibt (Polynome unterschiedlicher Ordnung, exponentiell oder logarithmisch). Ich benutze Python und Numpy und für die Polynomanpassung gibt es eine Funktion polyfit(). Aber ich habe keine solchen Funktionen für die exponentielle und logarithmische Anpassung gefunden. Sind da irgendwelche? Oder …
Ich weiß, dass ich eine quadratische Fehlerfunktion wie folgt implementieren könnte: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) Was suche ich, wenn diese rmse-Funktion irgendwo in einer Bibliothek implementiert ist, vielleicht in scipy oder scikit-learn?
Mit Standard-Python-Arrays kann ich Folgendes tun: arr = [] arr.append([1,2,3]) arr.append([4,5,6]) # arr is now [[1,2,3],[4,5,6]] Allerdings kann ich nicht das Gleiche in Numpy tun. Beispielsweise: arr = np.array([]) arr = np.append(arr, np.array([1,2,3])) arr = np.append(arr, np.array([4,5,6])) # arr is now [1,2,3,4,5,6] Ich habe auch nachgesehen vstack, aber wenn ich …
Angenommen, ich habe ein Bild mit einer Größe von 3841 x 7195 Pixel. Ich möchte den Inhalt der Figur auf der Festplatte speichern, um ein Bild mit der genauen Größe zu erhalten, die ich in Pixel angegeben habe. Keine Achse, keine Titel. Nur das Bild. Ich persönlich interessiere mich nicht …
Geschlossen. Diese Frage entspricht nicht den Richtlinien für Stapelüberlauf . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Stack - Überlauf. Geschlossen vor 4 Jahren . Verbessere diese Frage Ich habe eine Menge MATLAB-Code aus meiner MS-Arbeit, den …
EINLEITUNG : Ich habe eine Liste von mehr als 30.000 ganzzahligen Werten im Bereich von 0 bis einschließlich 47, z. B. [0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]aus einer kontinuierlichen Verteilung. Die Werte in der Liste sind nicht unbedingt in der richtigen Reihenfolge, aber die Reihenfolge spielt für dieses Problem keine Rolle. PROBLEM : Basierend auf …
Ich kann selbst etwas schreiben, indem ich Nulldurchgänge der ersten Ableitung oder etwas finde, aber es scheint eine ausreichend gemeinsame Funktion zu sein, um in Standardbibliotheken enthalten zu sein. Kennt jemand einen? Meine spezielle Anwendung ist ein 2D-Array, aber normalerweise wird es zum Auffinden von Peaks in FFTs usw. verwendet. …
Nach einigen Verarbeitungen an einem Audio- oder Bildarray muss es innerhalb eines Bereichs normalisiert werden, bevor es in eine Datei zurückgeschrieben werden kann. Dies kann folgendermaßen geschehen: # Normalize audio channels to between -1.0 and +1.0 audio[:,0] = audio[:,0]/abs(audio[:,0]).max() audio[:,1] = audio[:,1]/abs(audio[:,1]).max() # Normalize image to between 0 and 255 …
Numpy, Scipy, Matplotlib und Pylab sind gebräuchliche Begriffe unter denen, die Python für wissenschaftliche Berechnungen verwenden. Ich habe gerade ein bisschen über Pylab gelernt und war verwirrt. Wann immer ich numpy importieren möchte, kann ich immer Folgendes tun: import numpy as np Ich denke nur daran, dass ich es einmal …
Ich kann anscheinend keine Python-Bibliotheken finden, die eine multiple Regression durchführen. Die einzigen Dinge, die ich finde, sind nur einfache Regressionen. Ich muss meine abhängige Variable (y) gegen mehrere unabhängige Variablen (x1, x2, x3 usw.) zurückführen. Zum Beispiel mit diesen Daten: print 'y x1 x2 x3 x4 x5 x6 x7' …
Ich baue meine numpy / scipy Umgebung basierend auf Blas und Lapack mehr oder weniger basierend auf diesem Durchgang auf. Wenn ich fertig bin, wie kann ich überprüfen, ob meine Numpy / Scipy-Funktionen wirklich die zuvor erstellten Blas / Lapack-Funktionen verwenden?
Ich versuche ein Bild mit scipy zu lesen. Das Teil wird jedoch nicht akzeptiert scipy.misc.imread. Was könnte die Ursache dafür sein? >>> import scipy >>> scipy.misc <module 'scipy.misc' from 'C:\Python27\lib\site-packages\scipy\misc\__init__.pyc'> >>> scipy.misc.imread('test.tif') Traceback (most recent call last): File "<pyshell#11>", line 1, in <module> scipy.misc.imread('test.tif') AttributeError: 'module' object has no attribute …
In RI können Sie die gewünschte Ausgabe erstellen, indem Sie Folgendes tun: data = c(rep(1.5, 7), rep(2.5, 2), rep(3.5, 8), rep(4.5, 3), rep(5.5, 1), rep(6.5, 8)) plot(density(data, bw=0.5)) In Python (mit Matplotlib) kam ich mit einem einfachen Histogramm am nächsten: import matplotlib.pyplot as plt data = [1.5]*7 + [2.5]*2 + …
Bei der Installation von scipy through pip mit: pip install scipy Pip kann scipy nicht erstellen und gibt den folgenden Fehler aus: Cleaning up... Command /Users/administrator/dev/KaggleAux/env/bin/python2.7 -c "import setuptools, tokenize;__file__='/Users/administrator/dev/KaggleAux/env/build/scipy/setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record /var/folders/zl/7698ng4d4nxd49q1845jd9340000gn/T/pip-eO8gua-record/install-record.txt --single-version-externally-managed --compile --install-headers /Users/administrator/dev/KaggleAux/env/bin/../include/site/python2.7 failed with error code 1 in /Users/administrator/dev/KaggleAux/env/build/scipy Storing …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.