タグ付けされた質問 「scipy」

標準のPython配列を使用して、次のことができます。 arr = [] arr.append([1,2,3]) arr.append([4,5,6]) # arr is now [[1,2,3],[4,5,6]] しかし、私はnumpyで同じことをすることはできません。例えば： 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] 私も調べましたvstackがvstack、空の配列で使用すると、次のようになります。 ValueError: all the input array dimensions except for the concatenation axis must match exactly では、numpyの空の配列に新しい行を追加するにはどうすればよいですか？

158 python  numpy  scipy 

配布しているパッケージに必要なライブラリを作成しようとしています。SciPyとNumPyライブラリの両方が必要です。開発中、私は両方を使用してインストールしました apt-get install scipy SciPy 0.9.0とNumPy 1.5.1をインストールしたところ、問題なく動作しました。 pip install自分のパッケージのsetup.pyで依存関係を指定できるようにするために、同じ方法を使用したいと思います。 問題は、私が試したときです： pip install 'numpy==1.5.1' それは正常に動作します。 しかしその後 pip install 'scipy==0.9.0' 惨めに失敗する raise self.notfounderror(self.notfounderror.__doc__) numpy.distutils.system_info.BlasNotFoundError: Blas (http://www.netlib.org/blas/) libraries not found. Directories to search for the libraries can be specified in the numpy/distutils/site.cfg file (section [blas]) or by setting the BLAS environment variable. どうすれば機能しますか？

157 python  numpy  scipy  pip  apt 

データのセットがあり、どのラインがそれを最もよく表しているかを比較したい（異なる次数の多項式、指数または対数）。 私はPythonとNumpyを使用しており、多項式フィッティングには関数がありますpolyfit()。しかし、指数関数的および対数的フィッティングのためのそのような関数は見つかりませんでした。 いずれかがあります？またはそれ以外の場合の解決方法は？

157 python  numpy  scipy  curve-fitting  linear-regression 

たとえば、サイズが3841 x 7195ピクセルの画像があるとします。図の内容をディスクに保存すると、ピクセル単位で指定した正確なサイズの画像が得られます。 軸なし、タイトルなし。画像だけです。DPIについては個人的には気にしません。画像が画面に表示されるサイズをディスク単位でピクセル単位で指定したいだけです。 私は他の スレッドを読みましたが、それらはすべてインチへの変換を行っており、図の寸法をインチで指定し、何らかの方法でdpiを調整しているようです。ピクセルからインチへの変換によって生じる可能性のある精度の損失に対処しないようにしたいと思います。 私は試しました： w = 7195 h = 3841 fig = plt.figure(frameon=False) fig.set_size_inches(w,h) ax = plt.Axes(fig, [0., 0., 1., 1.]) ax.set_axis_off() fig.add_axes(ax) ax.imshow(im_np, aspect='normal') fig.savefig(some_path, dpi=1) 運が悪い（Pythonは、幅と高さがそれぞれ32768未満である必要があると不平を言っています（？）） 私が見てきたすべてのものから、matplotlibで指定されるフィギュアの大きさを必要とinchesしてdpi、私は唯一の興味がピクセルの図は、ディスクになります。これどうやってするの？ 明確にするために：matplotlib他の画像保存ライブラリではなく、でこれを行う方法を探しています。

152 python  matplotlib  scipy 

閉まっている。この質問はスタックオーバーフローのガイドラインを満たしていません。現在、回答を受け付けていません。 この質問を改善したいですか？Stack Overflowのトピックとなるように質問を更新します。 4年前休業。 この質問を改善する 私のMS論文から多数のMATLABコードがあり、これを（numpy / scipyとmatplotlibを使用して）Pythonに変換し、オープンソースとして配布したいと考えています。私は、MATLABとPythonの科学ライブラリの類似性を知っており、それらを手動で変換するのは2週間に過ぎません（しばらくの間毎日それに向けて作業することを前提としています）。変換を実行できるツールがすでにあるかどうか疑問に思っていました。

150 python  matlab  numpy  matplotlib  scipy 

はじめに：私は、0から47までの範囲の30,000を超える整数値のリストを持っています[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]。リストの値は必ずしも正しい順序であるとは限りませんが、この問題では順序は関係ありません。 問題：私の分布に基づいて、任意の値のp値（より大きな値が現れる確率）を計算したいと思います。たとえば、0のp値は1に近づき、より大きな数値のp値は0になる傾向があることがわかります。 私が正しいかどうかはわかりませんが、確率を判断するには、自分のデータを記述するのに最も適した理論上の分布に自分のデータを当てはめる必要があると思います。最良のモデルを決定するには、ある種の適合度テストが必要だと思います。 このような分析をPython（ScipyまたはNumpy）で実装する方法はありますか？例を挙げていただけますか？ ありがとうございました！

139 python  numpy  statistics  scipy  distribution 

scipyのダウンロードとnumpyのを使用して、プロジェクトでは、私が使用する必要がありますscipy.pi、numpy.piまたはmath.pi？

137 python  numpy  scipy  pi 

一次導関数などのゼロクロッシングを見つけることで自分で何かを書くことができますが、標準ライブラリに含めるには十分に一般的な関数のようです。誰か知ってる？ 私の特定のアプリケーションは2Dアレイですが、通常はFFTのピークを見つけるためなどに使用されます。 具体的には、これらの種類の問題では、複数の強いピークがあり、無視すべきノイズだけが原因で発生する多数の小さな「ピーク」があります。これらは単なる例です。私の実際のデータではありません： 1次元ピーク： 2次元ピーク： ピーク検出アルゴリズムは、これらのピークの位置（それらの値だけでなく）を見つけ、理想的には、おそらく2次補間などを使用して、最大値のインデックスだけでなく、真のサンプル間ピークを見つけます。 通常、気になるのは数個の強いピークだけなので、特定のしきい値を超えているため、または振幅でランク付けされた順序付きリストの最初のn個のピークであるために選択されます。 私が言ったように、私はこのようなものを自分で書く方法を知っています。うまく機能することが知られている既存の関数またはパッケージがあるかどうかを尋ねています。 更新： 私はMATLABスクリプトを翻訳しましたが、それは1次元の場合にうまく機能しますが、もっと良いかもしれません。 更新された更新： sixtenbe は1-Dケースのより良いバージョンを作成しました。

136 python  scipy  fft  hough-transform 

オーディオまたは画像配列で処理を行った後、ファイルに書き戻す前に、範囲内で正規化する必要があります。これは次のように行うことができます： # 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 image = image/(image.max()/255.0) これを行うための冗長ではない便利な関数の方法はありますか？matplotlib.colors.Normalize()関係がないようです。

136 python  arrays  numpy  scipy  convenience-methods 

Numpy、scipy、matplotlib、およびpylabは、科学計算にPythonを使用する一般的な用語です。 私はpylabについて少し学ぶだけで混乱しました。numpyをインポートしたいときはいつでも、いつでもできます： import numpy as np 考えてみます。 from pylab import * numpyも（npエイリアスと共に）インポートされます。したがって、基本的には、2番目の方が最初の方よりも多くのことを行います。 聞きたいことがいくつかあります。 pylabがnumpy、scipy、matplotlibのラッパーにすぎないのは正しいことですか？ npはpylabのnumpyエイリアスなので、pylabのscipyとmatplotlibエイリアスは何ですか？（私が知る限り、pltはmatplotlib.pyplotのエイリアスですが、matplotlib自体のエイリアスはわかりません）

132 python  numpy  matplotlib  scipy 

重回帰を行うPythonライブラリを見つけることができないようです。私が見つけた唯一のものは、単純な回帰のみです。いくつかの独立変数（x1、x2、x3など）に対して依存変数（y）を回帰する必要があります。 たとえば、次のデータの場合： print 'y x1 x2 x3 x4 x5 x6 x7' for t in texts: print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" / .format(t.y,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7) （上記の出力:) y x1 x2 x3 x4 x5 x6 x7 -6.0 -4.95 -5.87 -0.76 14.73 4.02 0.20 0.45 -5.0 -4.55 -4.52 -0.71 13.74 4.47 0.16 0.50 -10.0 -10.96 -11.64 -0.98 15.49 4.18 …

129 python  numpy  statistics  scipy  linear-regression 

私はblasに基づいて私のnumpy / scipy環境を構築していますが、これに多少基づいていますウォークスルーにています。 完了したら、numpy / scipy関数が以前に構築されたblas / lapack機能を実際に使用していることをどのように確認できますか？

126 python  numpy  scipy  lapack  blas 

scipyで画像を読み込もうとしています。ただしそのscipy.misc.imread部分は受け付けません。これの原因は何でしょうか？ >>> 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 'imread'

125 python  installation  scipy  dependencies  python-imaging-library 

RIでは、次のようにして目的の出力を作成できます。 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)) python（matplotlibを使用）では、最も近いのは単純なヒストグラムです。 import matplotlib.pyplot as plt data = [1.5]*7 + [2.5]*2 + [3.5]*8 + [4.5]*3 + [5.5]*1 + [6.5]*8 plt.hist(data, bins=6) plt.show() normed = Trueパラメータも試してみましたが、ガウス分布をヒストグラムに当てはめる以外の方法はありませんでした。 私の最新の試みは周りだったscipy.statsとgaussian_kde、ウェブ上の例は以下のが、私はこれまで成功してきました。

122 python  r  numpy  matplotlib  scipy 

scipyをpipでインストールする場合： pip install scipy ピップはscipyのビルドに失敗し、次のエラーをスローします： 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 debug log for failure in /Users/administrator/.pip/pip.log scipyを正常にビルドするにはどうすればよいですか？これはOSX Yosemiteの新しい問題である可能性があります。アップグレードしたばかりで、scipyのインストールで問題が発生したことがないためです。 デバッグログ： Cleaning up... Removing temporary dir /Users/administrator/dev/KaggleAux/env/build... Command /Users/administrator/dev/KaggleAux/env/bin/python2.7 …

119 python  scipy