scipy

1热度

1回答

的Python： “ValueError异常：设置与一个序列的阵列元素” 使用sklearn

时，这是行： from sklearn import tree X = [[181,80,44], [177, 70, 43], [160, 60, 38], 154, 54, 37], [166,64,40], [190,90,47], [175,64,39],[177,70,40],[159,55,37], [171,75,42],[181,85,43] Y = ['male',

0热度

1回答

FeatureUnion具有不同的特征尺寸

我想用sklearn分类一些句子。句子存储在Pandas DataFrame中。首先，我想用一句话的长度，它的TF-IDF向量作为特征，所以我创造了这个管道： pipeline = Pipeline([ ('features', FeatureUnion([ ('meta', Pipeline([ ('length', LengthAnalyzer())

1热度

1回答

SciPy的不会Python程序

导入我已经安装SciPy的包轮分布，但我导入我的程序出现这个错误， File "<stdin>", line 1, in <module> File "C:\Python36-32\lib\site-packages\scipy\__init__.py", line 114, in <module> from scipy._lib._ccallback import LowLe

0热度

2回答

为什么plt.imshow（im，cmap ='gray'）不显示灰度图像？

我正在尝试在图像上运行DCT转换。我试图让我的形象，用下面的代码灰度图像： import numpy as np import matplotlib.pyplot as plt import scipy from numpy import pi from numpy import sin from numpy import zeros from numpy import r_ fr

0热度

3回答

运行神经网络pybrain

我想创建神经网络并为它安装scipy和PyBrain。上的文件我写： from pybrain.tools.shortcuts import buildNetwork net=buildNetwork(4,2,1) 当我运行该文件，发生错误 from scipy.linalq import inv,det, svd, logm, expm2 ImportError: cannot imp

2热度

2回答

生成随机数组，其中每个条目只能属于一组离散值

我想生成一个随机矩阵，形状为(20, 30, 3)。每个条目只能是255或0。如何使用numpy生成这种矩阵？

1热度

1回答

Python中的预期值

更新** 我正在致力于返回期望值E [x^2]。我已经创建了功能正常以平均mu和sigma2对正常值进行采样。我想用这个函数来生成正常值，然后将乐趣应用到这些值中的每一个。我需要在我的循环中定义期望值，然后应用好玩？我可以在为每个x找到x^2之后取平均值吗？这就是我一直在努力： def fun(x): y=x**2 return y def EV(fun,n_samples

0热度

1回答

Python Scipy和Networkx：如何计算欧几里德距离矩阵？

我使用Python Networkx建立的曲线图和我有以下的节点位置作为一个例子（positions.txt）： 1 21.5 23 2 24.5 20 3 19.5 19 4 22.5 15 5 24.5 12 节点ID，X，Y予读取使用熊猫文件并将位置设置为Networkx中的节点属性。在for循环中使用add_edge(id1, id2, weight)方法添加节点（没有自身边缘

-2热度

1回答

在python中对矩阵的对角位置求和的行项的快速方法

嗨，我试图解决以下方程，其中A是一个稀疏矩阵，而ptotal是一个数组数组。我必须将对角线位置上的所有条目汇总在一起。 A[ptotal, ptotal] = -sum(A[ptotal, :]) 的代码似乎给出正确的答案，但因为我的PTOTAL阵列是几乎长（100000项），它是计算效率不高。有没有什么快速的方法来解决这个问题。

2热度

1回答

限制高斯适合在我的本科论文的框架curve_fit

，我需要用Python来评估我的数据。不幸的是，我的同学还没有适合的脚本，而且我对编程还很陌生。我有这样的数据集，我试图通过使用scipy.optimize.curve_fit高斯，以适应它。由于有很多不可用的计数，特别是在轴末端，我想限制要安装的部分。图片raw data 这是我到目前为止有： import numpy as np import matplotlib.pyplot as p