Wie kann ich die empirische CDF eines Arrays von Zahlen in Matplotlib in Python zeichnen? Ich suche das cdf analog von pylabs "hist" -Funktion. Eine Sache, die ich mir vorstellen kann, ist: from scipy.stats import cumfreq a = array([…]) # my array of numbers num_bins = 20 b = cumfreq(a, num_bins) plt.plot(b) Ist das aber […]
Ich habe erfolgreich scipy in der Standard-Python-Compiler auf einer amazon ec2 micro Instanz installiert (Ubuntu 13.04). Allerdings bin ich nicht in der Lage, scipy in einem virtualenv zu installieren. pip install scipy endet mit diesem pip install scipy scipy/sparse/sparsetools/csr_wrap.cxx: In function 'void init_csr()': scipy/sparse/sparsetools/csr_wrap.cxx:73303:21: warning: variable 'md' set but not used [-Wunused-but-set-variable] c++: internal compiler […]
Ich habe scipy.optimize.leastsq benutzt, um einige Daten zu passen. Ich möchte einige Konfidenzintervalle auf diese Schätzungen bekommen, also schaue ich in die cov_x Ausgabe, aber die Dokumentation ist sehr unklar, was das ist und wie man die Kovarianzmatrix für meine Parameter von diesem erhält. Zuerst sagt es, dass es ein Jakobiner ist, aber in den […]
Nehmen wir an, wir haben einen Datensatz, der etwa durch gegeben werden könnte import numpy as np x = np.linspace(0,2*np.pi,100) y = np.sin(x) + np.random.random(100) * 0.2 Deshalb haben wir eine Variation von 20% des Datensatzes. Meine erste Idee war, die UnivariateSpline Funktion von scipy zu benutzen, aber das Problem ist, dass das nicht das […]
Ich habe herausgefunden, dass es unmöglich ist, NumPy / SciPy über Installateure auf Windows 64-Bit zu installieren, das ist nur auf 32-Bit möglich. Da brauche ich mehr Speicher als eine 32-Bit-Installation gibt mir, ich brauche die 64-Bit-Version von allem. Ich habe versucht, alles über Pip zu installieren und die meisten Dinge funktionierten. Aber als ich […]
Ich frage mich, was der beste Weg ist, um nontero Einträge von spärlichen Matrizen mit scipy.sparse zu iterieren. Zum Beispiel, wenn ich folgendes mache: from scipy.sparse import lil_matrix x = lil_matrix( (20,1) ) x[13,0] = 1 x[15,0] = 2 c = 0 for i in x: print c, i c = c+1 Die Ausgabe ist […]
Ich habe Schwierigkeiten, eine numpy csr_matrix mit PyTables zu speichern. Ich bekomme diesen Fehler: TypeError: objects of type “csr_matrix“ are not supported in this context, sorry; supported objects are: NumPy array, record or scalar; homogeneous list or tuple, integer, float, complex or string Mein Code: f = tables.openFile(path,'w') atom = tables.Atom.from_dtype(self.count_vector.dtype) ds = f.createCArray(f.root, 'count', […]
Ich baue meine numpy / scipy Umgebung auf der Grundlage von Blas und Lapack mehr oder weniger auf diesem Spaziergang basiert. Wenn ich fertig bin, wie kann ich überprüfen, dass meine numpy / scipy Funktionen wirklich die vorher gebauten Blas / Lapack Funktionalitäten verwenden?
scipy scheint die meisten (aber nicht alle [1]) von numpy Funktionen in seinem eigenen Namensraum zu liefern. Mit anderen Worten, wenn es eine Funktion namens numpy.foo gibt, gibt es fast sicher ein scipy.foo . Die meiste Zeit scheinen die beiden genau gleich zu sein, oft sogar auf das gleiche Funktionsobjekt zu zeigen. Manchmal sind sie […]
Ich bekomme den folgenden Fehler beim Versuch, von Sklearn zu importieren: >>> from sklearn import svm Traceback (most recent call last): File "<pyshell#17>", line 1, in <module> from sklearn import svm File "C:\Python27\lib\site-packages\sklearn\__init__.py", line 16, in <module> from . import check_build ImportError: cannot import name check_build Ich benutze python 2.7, scipy-0.12.0b1 superpack, numpy-1.6.0 superpack, scikit-learn-0.11 […]