12

注意：我检查了重复项，但没有任何内容可以清楚地回答我的问题。我相信如果我错过了什么，你会告诉我的！

为了清理我的代码，我一直在寻找在我的程序中导入 SciPy 和 NumPy 的标准约定。我知道没有严格的指导方针，我可以按照自己的方式去做，但有时我仍然会发现相互矛盾的指示。

例如，我在某处读到 NumPy 仅用于实现数组对象，而 SciPy 则适用于所有其他科学算法。所以 NumPy 应该用于数组操作，而 SciPy 应该用于其他一切......另一方面，SciPy 在其主命名空间中导入每个 Numpy 函数，这与（见这个问题scipy.array()）是一样的，所以只能使用 NumPy当不使用 SciPy 时，因为它们是重复的......numpy.array()

使用 SciPy 和 NumPy 的推荐方法是什么？作为一名科学家，sqrt(-1)应该返回一个复数，所以我倾向于只使用 SciPy。

现在，我的代码开始于：

import numpy as np
from scipy import *
from matplotlib import pyplot as plt

我使用 scipy 进行数学运算（例如log10()），使用 numpy 进行数组创建/操作（例如np.zeros()）。一直使用 SciPy 并且从不明确导入 NumPy 会很好吗？未来的更新会从 SciPy 中删除 NumPy 的数组操作吗？

4

3 回答 3

6

我建议做类似的事情

import numpy as np
import scipy as sp

反而。from ... import *尤其是对于大型模块，例如numpy和 ，这样做总是很危险的scipy。以下说明了原因：

>>> any(['foo'])
True
>>> from scipy import *
>>> any(['foo'])

Traceback (most recent call last):
  File "<pyshell#2>", line 1, in <module>
     any(['foo'])
  File "C:\Python27\lib\site-packages\numpy\core\fromnumeric.py", line 1575, in any
    return _wrapit(a, 'any', axis, out)
  File "C:\Python27\lib\site-packages\numpy\core\fromnumeric.py", line 37, in _wrapit
    result = getattr(asarray(obj),method)(*args, **kwds)
TypeError: cannot perform reduce with flexible type

这里会发生什么？标准的 python 内置函数any被替换为scipy.any具有不同行为的函数。这可能会破坏任何使用标准的代码any。

于 2013-03-20T17:15:42.330 回答
1

这篇文章有一些关于这两个模块的好信息（scipy 和 numpy 之间的关系）。Numpy 的功能似乎完全包含在 Scipy 中，尽管有一些例外（见帖子）。我想说简单地使用 Scipy 来满足您的所有需求是安全的，因为最重要的东西，如数学函数、数组和其他东西都包含在 Scipy 中。

于 2013-06-18T01:26:35.940 回答
0

如何制作课程并使用您需要的东西，fx：第一类：

import cv2
from SIGBWindows import SIGBWindows
from SIGBAssg import *

第二类：

import cv2
import numpy as np

from pylab import *
from scipy.cluster.vq import *
from scipy.misc import imresize

第三类：

import cv2
import numpy as np

最后我们调用对象的地方：

import cv2
from SIGBWindows import SIGBWindows
from SIGBAssg import *

windows = SIGBWindows(mode="video")
windows.openVideo("somevideo.avi")
kmeans(windows)

我不知道它是否是您正在寻找的东西，但是这种方法使代码非常干净并且易于向其添加更多功能。

于 2013-03-20T16:27:26.037 回答