scipy

2016-09-01 16:46:55   0  举报





仅支持查看

AI智能生成

Scipy是一个开源的Python算法库和数学工具包，它包含了许多高级的数学函数、优化算法、线性代数模块、统计模块等。Scipy具有强大的科学计算能力，可以用于解决各种复杂的科学问题，如信号处理、图像处理、机器学习等。Scipy的设计目标是使得用户能够轻松地实现各种复杂的数学计算和算法，而无需深入了解底层的实现细节。Scipy与NumPy紧密集成，可以充分利用NumPy的高性能数组操作功能。总之，Scipy是一个功能强大、易于使用的Python科学计算库，对于从事科学研究和工程开发的人员来说是一个非常有价值的工具。

作者其他创作

大纲/内容

最小二乘拟合

import numpy as np from scipy.optimize import leastsq import pylab as pl def func(x, p): """ 数据拟合所用的函数: A*sin(2*pi*k*x + theta) """ A, k, theta = p（P是一个数组，对应赋值） return A*np.sin(2*np.pi*k*x+theta) def residuals(p, y, x): """ 实验数据x, y和拟合函数之间的差，p为拟合需要找到的系数 """ return y - func(x, p) x = np.linspace(0, -2*np.pi, 100) A, k, theta = 10, 0.34, np.pi/6 # 真实数据的函数参数 y0 = func(x, [A, k, theta]) # 真实数据 y1 = y0 + 2 * np.random.randn(len(x)) # 加入噪声之后的实验数据 p0 = [7, 0.2, 0] # 第一次猜测的函数拟合参数 # 调用leastsq进行数据拟合 # residuals为计算误差的函数 # p0为拟合参数的初始值 # args为需要拟合的实验数据 plsq = leastsq(residuals, p0, args=(y1, x)) print u"真实参数:", [A, k, theta] print u"拟合参数", plsq[0] # 实验数据拟合后的参数 pl.plot(x, y0, label=u"真实数据") pl.plot(x, y1, label=u"带噪声的实验数据") pl.plot(x, func(x, plsq[0]), label=u"拟合数据") pl.legend() pl.show()

稀疏矩阵

初始化

A=lil_matrix((row,col))

转换成行压缩或者列压缩矩阵

A=csr_matrix(A)

A=csc_matrix(A)

计算

A*A等

还原成未压缩矩阵

A.todense()