问题标签 [scipy]

我想使用 scipy 计算矩阵的数学秩。最明显的函数numpy.rank计算数组的维数（即标量的维数为 0，向量为 1，矩阵为 2，等等）。我知道该numpy.linalg.lstsq模块具有此功能，但我想知道这样的基本操作是否内置在某处的矩阵类中。

这是一个明确的例子：

这给出2了我正在寻找答案的维度3。

我有一个NumPy数组[1,2,3,4,5,6,7,8,9,10,11,12,13,14]，并且想要一个结构类似于[[1,2,3,4], [2,3,4,5], [3,4,5,6], ..., [11,12,13,14]].

当然，这可以通过循环大数组并将长度为 4 的数组添加到新数组中来实现，但我很好奇是否有一些秘密的“魔术”Python 方法可以做到这一点:)

这段代码有什么问题？

有任何想法吗？

所以，我正在使用非常稀疏的 numpy 数组进行一些 Kmeans 分类 - 很多很多零。我想我会使用 scipy 的“稀疏”包来减少存储开销，但我对如何创建数组而不是矩阵有点困惑。

我已经阅读了有关如何创建稀疏矩阵的教程： http ://www.scipy.org/SciPy_Tutorial#head-c60163f2fd2bab79edd94be43682414f18b90df7

为了模拟一个数组，我只创建了一个 1xN 矩阵，但正如您可能猜到的那样，Asp.dot(Bsp) 并不能很好地工作，因为您不能将两个 1xN 矩阵相乘。我必须将每个数组转置为 Nx1，这很蹩脚，因为我会为每个点积计算都这样做。

接下来，我尝试创建一个 NxN 矩阵，其中第 1 列 == 第 1 行（这样您可以将两个矩阵相乘并将左上角作为点积），但结果证明效率非常低。

我很想使用 scipy 的 sparse 包作为 numpy 的 array() 的神奇替代品，但到目前为止，我还不确定该怎么做。

有什么建议吗？

1）我正在使用 scipy 的 hcluster 模块。

所以我可以控制的变量是阈值变量。我如何知道每个阈值的表现？即在 Kmeans 中，这个性能将是所有点到它们的质心的总和。当然，这必须进行调整，因为通常更多的集群 = 更小的距离。

有没有我可以用 hcluster 做的观察？

2）我意识到有大量可用于 fclusterdata 的指标。我正在基于关键术语的 tf-idf 对文本文档进行聚类。交易是，一些文档比其他文档长，我认为余弦是“规范化”这个长度问题的好方法，因为文档越长，它在 n 维字段中的“方向”应该保持不变，如果他们内容一致。有人可以建议其他方法吗？我该如何评价？

谢谢

我想在编译 scipy 和 numpy 时使用 sunperf 库。我尝试使用似乎从 SUNPERF 库中检查的 setupscons.py，但它没有识别出我的位置：这是 /pkg/linux/SS12/sunstudio12.1 的列表（这就是 sunperf 库所在的位置）：

我尝试在sites.cfg 中指定此目录，但仍然出现以下错误：

任何帮助表示赞赏

scipy 库的 csr_matrix 有一个 nonzero() 方法，但是根据应该返回包含行和列数组的元组的手册，尝试将该函数用于 csr 矩阵会导致错误。关于这个问题的任何想法？

最好的问候，乌姆特

我有一个输入文件，其中包含小数点后 4 位的浮点数：

（第一个是id）。我的班级使用将loadVectorsFromFile其乘以 10000 然后是int()这些数字的方法。最重要的是，我还循环遍历每个向量以确保内部没有负值。但是，当我执行时_hclustering，我不断看到错误"LinkageZ contains negative values"。

我认真地认为这是一个错误，因为：

1. 我检查了我的价值观，
2. 这些值没有足够小或足够大以接近浮点数的限制，并且
3. 我用来导出文件中值的公式使用绝对值（我的输入绝对正确）。

有人可以让我了解为什么我会看到这个奇怪的错误吗？是什么导致了这个负距离误差？

=====

有没有人尝试在 Windows 上使用 numpy-1.3.0 编译 SciPy 0.7.1，该 numpy-1.3.0 是使用安装文档中链接的预构建 ATLAS 库 ( atlas3.6.0_WinNT_P4SSE2.zip)构建的。

我收到以下链接器错误，并且不知道如何解决此问题。

有谁知道这里可能出了什么问题？例如，在 libf77blas.a 中寻找ATL_daxpy会导致：

有_ATL_daxpy，但没有ATL_daxpy。

我有一个问题，根据随机硬币翻转的结果，我必须从字符串中采样一个随机起始位置。如果这个随机位置的采样在字符串上是统一的，我想到了两种方法来做到这一点：一种使用 numpy.random 中的多项式，另一种使用 Python 标准库的简单 randint 函数。我对此进行了如下测试：

输出是：

多项式耗时：6.58072400093 秒兰德耗时：2.35189199448 秒

randint 似乎更快，但对我来说似乎仍然很慢。有没有一种矢量化的方法可以使用 numpy 或 scipy 让它变得更快？

谢谢。