问题标签 [scipy]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 提高 Numpy 性能
我想使用 python 提高卷积的性能，并希望对如何最好地提高性能有所了解。
我目前正在使用 scipy 执行卷积，使用的代码有点像下面的代码片段：
我正在处理图像数据，使用灰度（0 到 255 之间的整数值），我目前每个卷积得到大约四分之一秒。我的想法是执行以下操作之一：
使用 corepy，最好进行一些优化 使用 icc 和 ikml 重新编译 numpy。使用 python-cuda。
我想知道是否有人对这些方法有任何经验（典型的收益是什么，是否值得花时间），或者是否有人知道更好的库来使用 Numpy 执行卷积。
谢谢！
编辑：
通过使用 Numpy 在 C 中重写 python 循环，加速大约 10 倍。
python - numpy/scipy 中的平方差总和 (SSD)
我正在尝试使用 Python 和 Numpy/Scipy 来实现图像处理算法。分析器告诉我很多时间都花在了以下函数（经常调用）上，它告诉我两个图像之间的平方差之和
我怎样才能加快速度？谢谢。
matlab - 插值在面上分段不变的 2d 数据
我有一个由两个变量描述的不规则网格 - 一个 faces 数组存储构成每个面的顶点的索引，一个 verts 数组存储每个顶点的坐标。我还有一个函数，假设在每个面上都是分段常数，并且它以每个面的值数组的形式存储。
我正在寻找一种f从这些数据构造函数的方法。大致如下：
手动评估的方法f(x,y)是找到该点x,y所在的对应面，并返回存储在该面中的值。是否有已经在 scipy （或 matlab ）中实现此功能的函数？
python - 如果您只是在操作一系列二进制值，您会使用 numpy 吗？
当您对二进制值列表进行大量操作时，使用 numpy 有什么好处吗？小范围内的整数怎么样（比如数字 1,2 和 3？）
python - 使用 SciPy 对 3d 数据进行插值时如何提高性能
我有代表大气的 3d 数据。现在我想将这些数据插入到一个共同的 Z 坐标（我的意思应该从函数的文档中清楚）。以下代码工作正常，但我想知道是否有办法提高性能......
python - 如何用 numpy 计算统计“t-test”
我正在寻找关于我在 python 中创建的模型的一些统计数据。我想对其进行 t 检验，但想知道是否有一种简单的方法可以使用 numpy/scipy 来执行此操作。周围有什么好的解释吗？
例如，我有三个相关的数据集，如下所示：
现在，我想对它们进行学生 t 检验。
python - MATLAB 到 Python 代码转换（NumPy、SciPy、MatplotLib？）
我正在尝试将以下代码从 MATLAB 转换为 Python 用于 EEG 项目（部分原因是 Python 稍微便宜一些！）
希望有人能指出我正确的方向：我已经开始改变它但陷入困境：特别是试图找到等效的功能。
尝试过 scipy.org（NumPy_for_Matlab_Users 等），但我不确定我的论点是否具有正确的格式/数字）
我最初使用的是pyserial
读取数据，然后
要将其转换为整数，但此 MATLAB 代码以另一种方式处理它（'uchar'）
我的主要问题是
整个绘图部分，因为我对 Python 的了解更少（MatPlotLib？）
MATLAB 也倾向于以“1”开头，而 Python 使用 0：我也尝试过更改这些，但错过了一些我不确定的内容。
Python 对用冒号分隔的整个范围感到满意吗
或不？
所以，这是MATLAB：
这是我可怜的表弟的版本
感谢所有建议！
戴夫！
python - 用 numpy/scipy 空载吞下
有没有人将 unladen-swallow 与 numpy/scipy 一起用于数字/科学应用程序？您的体验是否明显更快？任何意见都会很棒。
python - 在 SciPy 中，使用带有稀疏矩阵的 ix_() 似乎不起作用，那么我还能使用什么？
在 Numpy 中，ix_() 用于抓取矩阵的行和列，但它似乎不适用于稀疏矩阵。例如，此代码之所以有效，是因为它使用了密集矩阵：
我使用 ix_() 来索引与第 0 行和第 2 行和列对应的元素，这给出了矩阵的 4 个角。
问题是 ix_ 似乎不适用于稀疏矩阵。继续前面的代码，我尝试以下操作：
并收到一条巨大的错误消息，说明存在此异常：
我已经尝试过使用 SciPy 提供的其他稀疏矩阵格式，但它们似乎都不能与 ix_() 一起使用，尽管它们并不都引发相同的异常。
The example I gave used a matrix that wasn't very big or very sparse, but the ones I am dealing with are quite sparse and potentially very large so it doesn't seem prudent to just list off the elements one by one.
Does anyone know a (hopefully easy) way to do this sort of indexing with sparse matrices in SciPy or is this feature just not built into these sparse matrices?