问题标签 [scipy]

我过去一直在使用Audiolab导入声音文件，效果很好。然而：

• 它不支持某些格式，例如 mp3，因为底层的 libsndfile拒绝支持它们
• 在Windows 下的 Python 2.6 中不起作用，作者不在附近修复它

-

所以我想：

• 弄清楚为什么它在 2.6 中不起作用（_sndfile.pyd 有问题？），也许找到一种方法来扩展它以使用不受支持的格式
• 找到 audiolab 的完整替代品

我正在尝试在2D 区域上集成SciPy中的多变量函数。下面的Mathematica代码相当于什么？

查看SciPy 文档，我只能找到对一维求积的支持。有没有办法在 SciPy 中进行多维积分？

如果我使用 sparse.lil_matrix 格式，如何轻松有效地从矩阵中删除一列？

我有列表元组。这些列表之一是分数列表。我想将分数列表转换为 numpy 数组，以利用 scipy 提供的预构建统计信息。

在这种情况下，元组称为“数据”

存储元组后，我可以轻松做到这一点吗？

即使所有内容似乎都已矢量化，以下代码运行速度也很慢。

问题似乎是索引操作是作为python函数实现的，调用A[i,j]结果会产生以下分析输出

也就是说，python 函数_get_single_element被调用了 100000 次，这确实是低效的。为什么这不是在纯 C 中实现的？有人知道绕过这个限制并加快上述代码的方法吗？我应该使用不同的稀疏矩阵类型吗？

我正在尝试使用 scipy.io 将文本字符串列表从 Python 导出到 MATLAB。我想使用 scipy.io，因为我想要的 .mat 文件应该包括数字矩阵（我在这里学会了）和文本单元格数组。

我试过：

在 MATLAB 中，我加载 test.mat 并获得一个字符数组：

如何让 scipy.io 将列表导出到 MATLAB 元胞数组中？

我正在尝试找到一个适合自然样条的数值包，该样条可以最小化加权最小二乘。

scipy 中有一个包可以满足我对非自然样条曲线的要求。

我正在寻找一种在矩阵行和列上分别执行聚类的方法，重新排序矩阵中的数据以反映聚类并将它们放在一起。聚类问题很容易解决，树状图的创建也很容易解决（例如在这个博客或“编程集体智能”中）。但是，我仍然不清楚如何重新排序数据。

最终，我正在寻找一种使用朴素 Python（使用任何“标准”库，如 numpy、matplotlib 等，但不使用 R或其他外部工具）创建类似于以下图形的方法。

_{（来源：warwick.ac.uk）}

澄清

有人问我重新排序是什么意思。当您首先按矩阵行，然后按其列对矩阵中的数据进行聚类时，可以通过两个树状图中的位置来识别每个矩阵单元。如果您对原始矩阵的行和列重新排序，使得树状图中彼此接近的元素在矩阵中彼此接近，然后生成热图，则数据的聚类可能对查看者来说变得明显（如上图）

是否有任何通用形式的短时傅里叶变换以及相应的逆变换内置到 SciPy 或 NumPy 或其他任何东西中？

matplotlib中有pyplotspecgram函数，它调用ax.specgram()，调用mlab.specgram()，调用_spectral_helper()：

但

这是一个辅助函数，实现了 204 #psd、csd 和频谱图之间的共性。它 不打算在 mlab 之外使用

不过，我不确定这是否可以用来做 STFT 和 ISTFT。还有什么，或者我应该翻译这些 MATLAB 函数之类的东西吗？

我知道如何编写自己的临时实现；我只是在寻找功能齐全的东西，它可以处理不同的窗口功能（但有一个健全的默认值），与 COLA 窗口（istft(stft(x))==x）完全可逆，由多人测试，没有一个错误，处理结束和零填充，实际输入的快速 RFFT 实现等。

我有一堆 csv 数据集，每个大小约为 10Gb。我想从他们的列中生成直方图。但似乎在 numpy 中执行此操作的唯一方法是首先将整个列加载到 numpy 数组中，然后调用numpy.histogram该数组。这会消耗不必要的内存量。

numpy 是否支持在线分箱？我希望在读取它们时逐行迭代我的 csv 和 bin 值。这种方式在任何时候最多有一行在内存中。

我自己滚动并不难，但想知道是否有人已经发明了这个轮子。