问题标签 [scipy]

我正在尝试在 python 中学习编程，并且还在努力建立一个神经网络的最后期限，该网络看起来将具有多向关联记忆和循环连接等特点。虽然所有这些东西的数学都可以从各种文本和资源中获取（并且可以说是可以访问的），但作为 python 的新手（以及作为一种职业的编程），当我尝试时，我有点漂浮在太空中寻找苍穹去“实施”事情！！任何关于从头开始构建神经网络的优秀在线教程的信息将不胜感激:)

与此同时，我正在兼职作为 MatLab 用户来护理 Python 造成的伤口 :)

看来我只能将所有内容加载为 uint8 类型，只需以下两行，

导入 scipy.io X1=scipy.io.loadmat('one.mat')

所有双精度数字都会被转换。我相信 scipy 的创造者已经意识到浮点数更常见的事实......

所以我该怎么做？谢谢！

我可以通过查找一阶导数的过零或其他东西来自己编写一些东西，但这似乎是一个足够通用的函数，可以包含在标准库中。有人知道吗？

我的特定应用是二维数组，但通常它会用于在 FFT 等中查找峰值。

具体来说，在这类问题中，有多个强峰，然后是许多较小的“峰”，这些“峰”只是由噪声引起的，应该忽略。这些只是例子；不是我的实际数据：

一维峰：

二维峰：

寻峰算法会找到这些峰值的位置（不仅仅是它们的值），并且理想情况下会找到真正的样本间峰值，而不仅仅是具有最大值的索引，可能使用二次插值或其他方法。

通常，您只关心几个强峰，因此选择它们要么是因为它们高于某个阈值，要么是因为它们是按幅度排序的有序列表的前n 个峰。

正如我所说，我知道如何自己写这样的东西。我只是想问一下是否有一个已知运行良好的预先存在的功能或包。

更新：

我翻译了一个 MATLAB 脚本，它适用于一维案例，但可能会更好。

更新更新：

Sixtenbe为一维案例创建了一个更好的版本。

我想使用主成分分析（PCA）进行降维。numpy 或 scipy 是否已经拥有它，还是我必须自己使用numpy.linalg.eigh？

我不只是想使用奇异值分解 (SVD)，因为我的输入数据是相当高维的（~460 维），所以我认为 SVD 会比计算协方差矩阵的特征向量慢。

我希望找到一个预制的、经过调试的实现，它已经为何时使用哪种方法做出了正确的决定，并且可能会进行我不知道的其他优化。

在对音频或图像数组进行一些处理后，需要在一定范围内对其进行归一化，然后才能将其写回文件。这可以这样做：

有没有一种不那么冗长、方便的功能方法来做到这一点？matplotlib.colors.Normalize()似乎没有关系。

我正在尝试使用scipy.ndimage.convolve计算二维字段A的拉普拉斯算子。

不过，这似乎并没有给我正确的答案。有什么想法会出错，或者有更好的方法来计算 numpy 中的拉普拉斯算子吗？

我正在尝试为 Python 编写 Wilson 的谱密度分解算法 [1] 的实现。该算法迭代地将 [QxQ] 矩阵函数分解为其平方根（它是用于谱密度矩阵的 Newton-Raphson 平方根查找器的一种扩展）。

问题是我的实现只收敛于大小为 45x45 或更小的矩阵。所以经过 20 次迭代后，矩阵之间的平方和差约为 2.45e-13。但是，如果我输入大小为 46x46 的输入，它直到第 100 次左右迭代才会收敛。对于 47x47 或更大，矩阵永远不会收敛；误差在 100 到 1000 之间波动大约 100 次迭代，然后开始快速增长。

你将如何尝试调试这样的东西？似乎没有任何具体的疯狂点，而且矩阵太大，我无法真正尝试手动进行计算。有没有人有提示/教程/启发式来找到像这样奇怪的数字错误？

我以前从未处理过这样的事情，但我希望你们中的一些人...

谢谢， - 丹

[1] GT威尔逊。“矩阵谱密度的分解”。SIAM J. 应用程序。数学（第 23 卷，第 4 期，1972 年 12 月）

我正在尝试使用花哨的索引而不是循环来加速 Numpy 中的函数。据我所知，我已经正确实现了精美的索引版本。问题是这两个函数（循环和花式索引）不返回相同的结果。我不确定为什么。值得指出的是，如果使用较小的数组（例如，20 x 20 x 20），这些函数会返回相同的结果。

下面我已经包含了重现错误所需的所有内容。如果函数确实返回相同的结果，则该行find_maxdiff(data) - find_maxdiff_fancy(data)应返回一个全零的数组。

因为我可以对数组执行操作，所以计算对角线上什么都不做，这样除了对角线之外的所有东西

避免 NaN 值，但在所有响应中保留对角线上的零值

NumPy 和/或 SciPy 的一部分是用 C/C++ 编程的吗？

从 Python 调用 C 的开销与从 Java 和/或 C# 调用 C 的开销相比如何？

我只是想知道对于科学应用程序来说，Python 是否比 Java 或 C# 更好。

如果我看看枪战，Python 会以巨大的优势输掉比赛。但我想这是因为他们在这些基准测试中没有使用 3rd-party 库。