scipy distance_transform_edt函数是如何工作的？
scipy distance_transform_edt函数是一个用于计算欧几里得距离变换的函数。它可以将二进制图像中的每个非零像素点转换为到最近零像素点的欧几里得距离。
该函数的工作原理如下：
- 首先，函数会遍历输入的二进制图像，找到所有非零像素点。
- 对于每个非零像素点，函数会计算它到最近零像素点的欧几里得距离。这个距离可以通过使用距离变换算法来计算，其中最常用的算法是基于腐蚀操作的算法。
- 函数会将计算得到的欧几里得距离值赋给对应的像素点。
- 最后，函数会返回包含欧几里得距离值的新图像。
scipy distance_transform_edt函数的优势在于它能够高效地计算出每个像素点到最近零像素点的距离，这在许多图像处理和计算机视觉任务中非常有用。它可以用于图像分割、形态学操作、边缘检测等应用场景。
腾讯云提供了一系列与图像处理相关的产品，其中包括云图像处理（Cloud Image Processing，CIP）服务。CIP提供了丰富的图像处理功能，可以满足各种图像处理需求。您可以通过以下链接了解更多关于腾讯云图像处理服务的信息：腾讯云图像处理（CIP）
请注意，本回答中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，以遵守问题要求。
相关·内容
有没有人知道用Python替代Matlab / Octave bwdist()函数？对于给定的矩阵，此函数返回每个单元到最近的非零单元的欧几里得距离。我看到了一个Octave C实现，一个纯Matlab的实现，我想知道是否有人必须用ANSI C(它不包括任何Matlab / Octave头文件，所以我可以很容易地从Python集成)或纯Python来实现它。
我提到的两个链接如下：
作为测试，Matlab代码/输出如下所示：
bw= [0 1 0 0 0;
1 0 0 0 0;
0 0 0 0 1;
0 0
浏览 0提问于2011-03-10得票数 9
回答已采纳
我得到了标题中提到的错误。我的代码中有以下所有三个导入：
import scipy as sc
import scipy.stats
from scipy import stats
但还是会犯错误。我确信它与版本有关，但它既不知道如何让它工作，也不知道如何解决“纳米版”问题。如有任何建议，将不胜感激。
浏览 12提问于2016-12-03得票数 6
回答已采纳
1回答
我遇到了python的Scipy.ndimage库的Scipy.ndimage()函数，其描述为
它说，我们可以将数组或dtype作为参数“输出”传递给该函数，如果传递了一个dtype，则该函数将返回给定dtype的数组。
我很惊讶和好奇地知道参数'output‘在这里是如何工作的，以及如何使用作为参数传递给这些函数的返回类型来生成自己的函数。
浏览 2提问于2019-10-29得票数 0
回答已采纳
1回答
我想在VSCode中使用scipy的expit function。我导入了scipy.special，但每次我想使用expit时，我都会得到以下错误：
"pylint E1101:模块'scipy.special‘没有'expit’成员“
但是，像scipy.special.airy这样的其他scipy.special函数可以工作。
我使用的是python 3.6.5和scipy 1.1.0。重新安装scipy没有帮助。
任何帮助都将不胜感激。
浏览 0提问于2018-06-14得票数 1
3回答
我有一些数字代码要在SciPy中运行。它涉及多项式指数的复杂有理函数，因此计算上相当昂贵；因此，我用C编写了它，并使用ctype调用它。最重要的用例是作为scipy.integrate.quad的integrand，但我偶尔也需要直接调用它。
我的功能的“自然”特征是
double f(double x, double y, double z){}
与相应的Python一起使用建议使用的
import ctypes
so = ctypes.CDLL('/path/to/f.so')
f = so.f
f.restype = ctypes.c_double
f.argtypes
浏览 10提问于2017-03-07得票数 0
1回答
我一直试图使用scipy.integrate.quadrature来集成一个标量值函数，它以一个固定维数的向量作为输入。然而，尽管scipy.integrate.quadrature声称它可以使用向量输入的函数，但我无法在我的一生中理解如何使它工作。
我可能误解了scipy.integrate.quadrature的文档，当它说该函数可以接受向量输入时，它仅仅意味着它能够在多个点同时计算函数(这与我的问题不等效)。
更具体地说，我试图通过函数f(x)进行集成，其中x是向量，f()将x映射到标量。如果我最初对scipy.integrate.quadrature的解释是错误的，那么是否有人知道有任
浏览 1提问于2019-02-26得票数 0
1回答
我需要一个更快的模拟
scipy.signal.convolve2d(data, filter, boundary="wrap", mode="same")
你不能建议我如何更换它吗？
P.S. scipy.signal.fftconvolve是足够快的，但是它没有boundary选项，我不能使它在循环卷积模式下工作。
浏览 0提问于2017-09-13得票数 2
回答已采纳
我是NumPy的新手，SciPy。之前，我已经使用Matlab/Octave很长一段时间了。
对于二维数组，scipy.fftpack.fft似乎是逐行工作的。对我来说，这非常令人困惑，因为在Matlab中，这样的操作是逐列完成的。scipy中的所有其他操作也是逐行执行的吗？
我可以像在Matlab中那样在NumPy/SciPy中逐列执行操作吗？
浏览 0提问于2015-08-22得票数 2
我正在尝试安装talos ()并将其导入到我的jupyter笔记本中。我在anaconda3上使用"pip install talos“来安装它。一切都很顺利，但是现在当我尝试导入talos时，我得到了以下错误：
import talos
ImportError: cannot import name 'float_factorial' from 'scipy._lib._util'(C:\Users\myname\Anaconda3\lib\site-packages\scipy\_lib\_util.py)
奇怪的是，当我访问这个特定的文件夹时，有
浏览 0提问于2021-03-16得票数 0
1回答
曲线拟合大型数据集
、、、
现在，我正在尝试将曲线拟合到一个大型数据集；有两个数组，x和y，每个数组都有352个元素。我对数据拟合了一个多项式，效果很好：
import numpy as np
import matplotlib.pyplot as plt
coeff=np.polyfit(x, y, 20)
coeff=np.polyfit(x, y, 20)
poly=np.poly1d(coeff)
但我需要一条更精确的优化曲线，所以我一直在尝试用scipy拟合曲线。以下是我到目前为止拥有的代码：
import numpy as np
import scipy
from scipy import scipy.opt
浏览 3提问于2011-07-28得票数 2
2回答
我有一个二维坐标数组，每个坐标对应一个值z(如z=f(x，y))。现在我想把整个2-D坐标集分成，例如，100个偶数箱。并计算每个仓位中z的中位数。然后使用scipy.interpolate.griddata函数创建插值z曲面。如何在python中实现？我在考虑使用np.histogram2d，但我认为它没有中间数函数。我发现自己很难理解scipy.stats.binned_statistic是如何工作的。有人能帮帮我吗？谢谢。
浏览 0提问于2015-12-08得票数 1
如何分配健康-测试，例如。scipy.stats.norm.fit工作吗？对air源代码的研究使我找到了方法，但它看上去像是空中楼阁。使用的是哪些算法，算法还是其他算法？
UPD，据我所知，fit中的优化算法找到了最大似然估计。但是，例如，对于scipy.stats.norm，极大似然是众所周知的-它是样本平均值的正常均值和平方根从样本方差-西格玛。为什么它不是计算出来的？
浏览 4提问于2013-05-27得票数 2
回答已采纳
我最近升级了我的SciPy堆栈。以前工作过的Ipython笔记本现在在新的木星笔记本上失败了。
以前，我可以使用SciPy/NumPy函数计算SymPy矩阵。下面是eig函数在SymPy矩阵上执行的SciPy函数的最小示例。它返回object arrays are not supported。这种事以前没有发生过。在我的升级过程中，可能已经升级了几个包，包括SymPy。
浏览 1提问于2016-04-27得票数 1
回答已采纳
我有一个来自scipy的对数范数分布，它的参数是已知的。
import scipy
log_norm_obj = scipy.stats.lognorm([log_mu], shape=sigma)
我需要求解满足以下方程式的x：
x = (1 - log_norm_obj.cdf(x)) / log_norm_obj.pdf(x)
我如何使用numpy/scipy来做这件事？谢谢!
浏览 1提问于2012-12-19得票数 2
回答已采纳
我有一个函数，表示为narray，即y= f(x)，其中y和x是两个narray。
我在寻找一种求f(x)根的方法。
阅读了the文档之后，我找到了一些在用户定义函数上工作的方法，比如scipy.optimize.root_scalar。我考虑过使用scipy.interpolate.interp1d来获得一个插值版本的函数，以便在scipy.optimize.root_scalar中使用，但我不确定它是否能工作，而且看起来非常复杂。
我还能用别的功能吗？
浏览 11提问于2022-02-28得票数 0
问题概要:当试图使用scipy.optimize.fmin_bfgs最小化(优化)函数时，该函数将抛出一个
derphi0 = np.dot(gfk，pk) ValueError：矩阵不对齐
错误。根据我的错误检查，这发生在通过fmin_bfgs进行的第一次迭代的末尾--就在返回任何值或调用回调之前。
Configuration: Windows Python3.2.2 SciPy 0.10IDE=
详细描述：，我正在使用scipy.optimize.fmin_bfgs来最小化简单逻辑回归实现的成本(从Octave转换到Python)。基本上，成本函数称为cost_arr函数，梯度下降在g
浏览 3提问于2012-01-06得票数 15
我正在尝试寻找给定矩阵的零空间(Ax=0的解空间)。我找到了两个例子，但似乎都不能正常工作。此外，我不能理解他们在做什么，所以我不能调试。我希望有人能帮我解决这个问题。
文档页面(和)对我来说是不透明的。我通过创建矩阵C = [A|0]，找到简化的行梯形并逐行求解变量来学习如何做到这一点。我似乎不能理解这些例子是如何做到的。
感谢大家的帮助！
下面是我的示例矩阵，它与相同
A = matrix([
[2,3,5],
[-4,2,3]
])
方法(和)：
import scipy
from scipy import linalg, matrix
def null(A,
浏览 8提问于2011-05-05得票数 35
回答已采纳
2回答
在正常情况下，外部python模块(如scipy和numpy )在安装时会被编译成共享对象(该部分是用C编写的)。当python调用import scipy时，它将动态加载这些共享对象。现在我在一个不支持任何动态加载功能的平台上工作。因此，我必须用python静态地链接这些模块。我目前的方法是用python编译scipy/numpy的所有源代码，并在python初始化时调用模块初始化函数。 Py_initializeEx(){
...
//init scipy modules statically
//below are scipy modules init func
浏览 12提问于2019-03-20得票数 1
回答已采纳
4回答
下面是我的程序中的代码片段：
def get_data(self):
self.position = self.hfile.tell()/self.sizeof_data
try:
self.iq = scipy.fromfile(self.hfile, dtype=self.datatype, count=self.block_length)
except MemoryError:
print "End of File"
else:
self.iq_fft = self.dofft(sel
浏览 7提问于2014-03-24得票数 0
回答已采纳
1回答
我正在编写代码来评估传递的函数的平均值，但是函数形式是事先不知道的。下面的代码使用scipy.integrate.quad工作，但速度相当慢。我想知道有谁知道更快的方法吗？
import numpy as np
from scipy.integrate import quad
from scipy.stats import norm
fn=norm(1,2).pdf #A Gaussian as an example (mean 1 and standard deviation 2)
mean=quad(lambda x: x*fn(x), -100, 100)[0] #Gives 0
浏览 2提问于2015-05-21得票数 0
回答已采纳
1回答
我正在尝试理解SciPy二项式，我在使用scipy手册时没有取得任何进展。
我可以用NumPy随机模拟抛硬币。
import numpy as np
print('Simulating the result of a single fair coin flip ')
n = 1
p = 0.5
result = np.random.binomial(n,p)
if result == 1:
print('1')
print('Heads')
else:
print('0')
print('
浏览 0提问于2021-04-03得票数 0
我正在尝试使用一个lambda函数来同时使用scipy的quad和dblquad命令。在我正在做的事情中，积分将始终是单变量，但有可变界。
下面是我得到的信息：
import scipy.integrate as inte
df1 = lambda x: x
df2 = lambda x,y: x
inte.quad(df1,0,10)[0]
inte.dblquad(df2,0,10,lambda x: 0, lambda x: x)[0]
在上面的代码中，df1和df2实际上是一回事，但是第二个表面参数是代码工作所必需的。理想情况下，我希望quad和dblquad都只使用一个lamb
浏览 1提问于2017-08-12得票数 0
1回答
我刚开始使用来自scipy.optimize的函数scipy.optimize，但我无法让它开始工作。我有一个条形图，非常简单，我想要创建一个曲线，“适合”它。
我的代码：
import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit
x = [i for i in range(15)]
y = [1,3,4,6,8,4,2,1,5,8,6,5,5,8,5]
plt.bar(x,y,color='yellow')
plt.show()
# that is wo
浏览 15提问于2022-03-03得票数 2
回答已采纳
2回答
我正在尝试创建一个自定义过滤器，以便使用SciPy包中的通用筛选器来运行它。
scipy.ndimage.filters.generic_filter
问题是，我不知道如何将返回的值作为标量，因为它需要通用函数才能工作。我读过这些线程(底部)，但是我找不到我的函数执行的方法。
守则是：
import scipy.ndimage as sc
def minimum(window):
list = []
for i in range(window.shape[0]):
window[i] -= min(window)
list.ap
浏览 2提问于2015-10-30得票数 1
我正在尝试用python来解决这个方程，但似乎不知道如何解决
import sympy
import scipy
import numpy
x = sympy.symbols("x")
y = sympy.symbols("y")
M= (1/x + 2*(y**2)*x)
N= (2*y*(x**2) - numpy.cos(y))
My = scipy.diff(M,y)
Nx = scipy.diff(N,x)
print('My=',My,'and Nx=',Nx,'so the equation is NOT
浏览 0提问于2020-02-26得票数 1
这篇文章中使用了scipy.sparse.issparse。
然而，我不知道它是如何工作的。我已经找到文档了，它是空的。
from scipy.sparse import issparse
issparse([0, 0, 0])
>> False
issparse([[1, 0, 0], [0, 0, 0]])
>> False
它总是返回False。怎样才能让它返回True
浏览 2提问于2014-02-02得票数 2
scipy.signal.cwt的文档
Scipy.signal.cwt(数据、小波、宽度)
小波:函数小波函数，应该包含两个参数。第一个参数是返回向量的点数(len(小波(宽度，长度)) ==长度)。第二个是宽度参数，定义小波的大小(例如高斯的标准差)。参见ricker，它满足这些requirements.wavelet :Function小波函数，它应该包含两个参数。
除了scipy.signal.ricket之外，我还可以传递给scipy.signal.cwt的其他内置小波函数是什么？
我在上看到了
__all__ = ['daub', 'qmf'
浏览 10提问于2014-05-18得票数 7
回答已采纳
1回答
我有一个非常基本的问题。我想使用scipy.minimize，但有些常量是固定的。下面是一个不起作用的玩具例子，它展示了我想要实现的目标：
import scipy.optimize
def error(a, b, guess):
target = 4
return abs(a*guess - b*target)
a = 2
b = 3
calculated = scipy.optimize.minimize(error, (a, b, 0,))
print(calculated.x)
在我的真实代码中，a和b是在主体中计算的，所以我不能将它们硬编码到error函数中。
如
浏览 0提问于2018-05-08得票数 0
回答已采纳
1回答
我正在尝试用数值方法来解决下面的常微分方程 ? 使用边界条件 y(x=0)=0;y(x=20)=1 其中f(x)是我已经数值求解的另一个常微分方程的解。我正在尝试用https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.integrate.solve_bvp.html来解决我的ODE，但是我遇到的问题是f(x)被写成一个列表 coordinates x = np.arange(0,20.01,0.05) 并且我不知道如何在scipy.integrate.solve_bvp中插入列表来获得常微分方程的解。 提
浏览 11提问于2019-01-19得票数 0
回答已采纳
我想使用“双高斯”(即两个正态分布的归一化和)对某些数据进行拟合。使用SciPy 0.18.1，以下代码工作：
import numpy as np
from scipy.stats import rv_continuous
class DoubleGauss(rv_continuous):
"""Double Gaussian distribution"""
def _pdf(self, x, mu1, sigma1, mu2, sigma2, w):
g1 = np.exp(-0.5*((x-mu1)/si
浏览 6提问于2017-04-28得票数 1
回答已采纳
1回答
使用最小参数函数时对性能的关注
、、、、
我有一个2参数python函数
def foo(x,y):
// a numeric operation that returns a double
我需要使用scipy.optimize.minimize来定位f的一个极小点，例如(1.2，3.4)。
我试过了
scipy.optimize.minimize(foo, (1.2, 3.4))
scipy.optimize.minimize(foo, [1.2, 3.4])
和
scipy.optimize.minimize(foo, *[1.2,3.4])
它们都不起作用，
TypeError: function tak
浏览 2提问于2015-12-26得票数 1
回答已采纳
3回答
我一直在查看最小化函数声明文件，对于函数是如何工作的，我感到非常困惑。例如，如果我有这样的东西：
import numpy as np
from scipy.integrate import quad
from scipy.optimize import minimize
encoderdistance = 2.53141952655
Dx = lambda t: -3.05 * np.sin(t)
Dy = lambda t: 2.23 * np.cos(t)
def func(x): return np.sqrt(Dx(x)**2 + Dy(x)**2)
print minimize(la
浏览 6提问于2017-07-26得票数 1
回答已采纳
2回答
我对做二维数值积分感兴趣。现在我正在使用scipy.integrate.dblquad，但是它非常慢。请看下面的代码。我需要用完全不同的参数来评估这个积分的100次。因此，我想使处理尽可能快和有效。守则是：
import numpy as np
from scipy import integrate
from scipy.special import erf
from scipy.special import j0
import time
q = np.linspace(0.03, 1.0, 1000)
start = time.time()
def f(q, z, t):
re
浏览 12提问于2020-04-04得票数 4
回答已采纳
1回答
我知道如何用Scipy集成一个函数。我是这样做的：
from scipy import *
from scipy import integrate
integral = integrate.simps(y,x)
通过这种方式，我用辛普森法则积分函数y(x)，但是如果我想在柱坐标中积分这个函数呢？我的意思不是积分\int y(x)dx，而是积分\int y(x)*2*pi*x*dx。
我试着用
integral = integrate.simps(y,x**2.*pi)
但是它似乎没有返回正确的结果。
我是在集成数据点，而不是函数！
浏览 4提问于2011-12-28得票数 0
回答已采纳
1回答
我有一组二维数组，我必须计算它的二维相关性。我一直在尝试许多不同的东西(甚至用Fortran编程)，但我认为最快的方法是使用FFT计算它。
基于我的测试和，我可以使用scipy.signal.fftconvolve，如果我试图用boundary='fill'再现scipy.signal.correlate2d的输出，它就可以正常工作。所以基本上这个
scipy.signal.fftconvolve(a, a[::-1, ::-1], mode='same')
等于此(除轻微移位外)。
scipy.signal.correlate2d(a, a, boundary
浏览 5提问于2017-04-19得票数 1
回答已采纳
因此，我有一个函数f=(x，a，b)，我希望使用scipy.optimize.basinhopping最小化它。X-是我正在优化的变量，a，b是参数。还不清楚如何将a，b的值传递给object函数。还是这不可能？例如，在scipy.optimize.minimize中有一个特殊的参数"args“。谢谢!
浏览 2提问于2018-01-08得票数 1
回答已采纳
scipy.optimize模块有scipy.optimize.minimize，它允许查找最小化目标函数的值。但是没有scipy.optimize.maximize。为什么？如何使用SciPy解决最大化问题？
浏览 1提问于2018-10-24得票数 3
回答已采纳
我试图用python翻译我的matlab代码的一部分。实际上，我正在寻找如何翻译fminsearch，我在这个网站上找到了这个例子：
import scipy.optimize
banana = lambda x: 100*(x[1]-x[0]**2)**2+(1-x[0])**2
xopt = scipy.optimize.fmin(func=banana, x0=[-1.2,1])
我的第一个问题是如何返回fmin的值？
在我的代码中，我键入：
banana = lambda X: diff_norm(X, abst0, ord0);
Xu = scipy.optimize.fmin(f
浏览 12提问于2016-08-04得票数 2
回答已采纳
我可以让scipy.optimize.fmin对只有一个变量的函数起作用，但不知何故，我不知道如何让它对两个变量起作用。下面是一个我尝试(但失败了)最大化的函数的简单示例。我做错了什么？
from scipy.optimize import fmin
test2 = lambda x,y: x-x**2 + y - y**2
guess = [ 0.5,0.5 ] #just some guess
print fmin( -test2, guess, args=(x,y) )
错误消息：
print fmin( -test2, guess, args=(x,y) )
TypeErro
浏览 3提问于2014-01-21得票数 5
回答已采纳
我正在学习ndimage，但我不知道函数是如何工作的。文档中提到user function将应用于用户定义的封装外形，但不知何故我做不到。下面是一个例子：
>>> import numpy as np
>>> from scipy import ndimage
>>> im = np.ones((20, 20)) * np.arange(20)
>>> footprint = np.array([[0,0,1],
... [0,0,0],
...
浏览 0提问于2012-12-28得票数 4
回答已采纳
我已经阅读了关于这个模块(和Scipy文档)的现有文章，但是当你有一个数据集和一个可调用的函数时，我仍然不清楚如何使用Scipy的kstest模块来做拟合优度测试。
我想用来测试数据的PDF不是标准的scipy.stats发行版，所以我不能简单地使用如下命令来调用它：
kstest(mydata,'norm')
其中mydata是一个Numpy数组。相反，我想做一些类似这样的事情：
kstest(mydata,myfunc)
其中'myfunc‘是可调用的函数。这不起作用--这并不奇怪，因为kstest没有办法知道'mydata‘数组的横坐标是什么，以便使用&#
浏览 1提问于2013-07-28得票数 12
回答已采纳
1回答
假设我有一个形状为的(n,m)数组。如何将应用于该数组的每3行，从而最终得到一个形状(n,)数组
问题在于
scipy.ndimage.generic_filter(input, function, size=3)
它返回一个形状(n,m)数组，因为过滤器将应用于第二个轴的每个元素，而不是对每一行应用一次。我可以用它恢复我想要的结果
scipy.ndimage.generic_filter(input, function, size=(3,m))[:,0]
但是这会导致性能损失，因为每一列都重复工作。如何使generic_filter在第一轴而不是第二轴上工作？
浏览 0提问于2017-08-28得票数 0
1回答
我想用scipy_ivp()来解常微分方程，球在x方向以1的速度下落，y方向的速度为0。重力加速度g= 9.82，当球落地时，它的速度可能发生变化，并乘以0.9。但是，使用events参数，我发现它不能正常工作。这是我的代码，结果是：
from scipy.integrate import solve_ivp
def f_derivs_ivp(t, vars, g = 9.82):
dxdt = vars[2]
dydt = vars[3]
dvxdt = 0
dvydt = -g
return dxdt, dydt, dv
浏览 11提问于2021-12-15得票数 1
回答已采纳
1回答
这需要两组五个随机点作为NumPy矩阵存储，然后计算出第一个集合的一个点和第二个集合的一个点之间的NumPy矩阵。当代码工作时，我觉得它不优雅，好像我是用PHP或其他语言编写的。如何改进CalculateMatrixDistances的功能？
import random
import numpy as np
import scipy
from scipy import spatial
P=5
V=5
def CalculateMatrixDistances(MatRows,MatColums):
numberRows=MatRows.shape[0]
numberColum
浏览 0提问于2016-02-29得票数 2
回答已采纳
当Gamma(x) = x^(a-1) * e^-x使用a = 3/2时，如何求0到无穷远的积分？
到目前为止，我已经尝试了一些代码，但是有人告诉我"quad:第一个参数是不可调用的“。
这是我使用过的代码：
import numpy as np
import math as m
import matplotlib.pyplot as plt
from math import exp
from scipy import *
import scipy.integrate
def f(a):
return x**(a-1)*exp(-x)
a = 3/2
print sc
浏览 3提问于2015-11-22得票数 1
回答已采纳
2回答
numba的特殊功能
、、、、
此代码失败：
import numpy as np
from numba import jit
import scipy.special as sp
@jit(nopython=True)
def f(a):
return sp.xlogy(a, a)
a = np.array([1,2,0,1], dtype=float)
f(a)
它给出了以下错误
TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Unknown attribute 'xlogy' of type
浏览 0提问于2020-08-16得票数 4
回答已采纳
在使用SciPy的scipy.special.ellipeinc和ellipkinc时，似乎存在一些数值不稳定的岛屿。例如,
>>> from scipy.special import ellipkinc
>>> ellipkinc(0.9272952180016123, 0.68359375000000011)
nan
>>> ellipkinc(0.9272952180016123, 0.6835937500000002)
2.0518660200390668
>>> ellipkinc(0.9272952180016
浏览 5提问于2014-04-15得票数 3
回答已采纳
当涉及到scipy时，我是一个非常业余的人。我尝试在多维变量系统上使用scipy的fmin函数。为了简单起见，我使用list of list的列表。我的数据是12维的，当我输入np.shape(DATA)它返回(3,2,2)时，我甚至不确定scipy是否可以处理那么多维，如果不是没有问题，我可以减少它们，重点是optimize.fmin()函数不接受基于列表的数组作为x0的初始参数，所以我需要帮助要么将x0数组重写为numpy兼容的数组，要么将整个数据数组重写为12维矩阵或类似的东西。 这里有一个更简单的例子来说明这个问题： from scipy import optimize
import
浏览 20提问于2020-01-26得票数 0
回答已采纳
这是可能的，如果是，如何做:我如何让scipy使用默认的numpy.float128。例如
>>> from scipy.stats import norm
>>> type(norm.pdf(10, 10, 1))
<class 'numpy.float64'>
我想让它成为
>>> from scipy.stats import norm
>>> type(norm.pdf(10, 10, 1))
<class 'numpy.float128'>
如果没有，我将需
浏览 1提问于2015-09-15得票数 2
根据，只要我使用args=()将上述参数平分到()，我就应该能够用多个参数对函数进行平分。然而，我无法使它工作，我没有设法找到一个在这种情况下使用这个函数的例子。
我的函数是$f(a，x)$，用户输入$a$，程序使用scipy.optimize.bisect()在变量x中查找根。
我试着把它传递给：
scipy.optimize.bisect(f,-a,a,args=(a,))
但这不太管用。
浏览 2提问于2019-01-20得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
