具有迭代界的函数在Python语言中的极小化

问题描述我正在尝试最小化N参数的函数(例如x[1],x[2],x[3]...,x[N]),其中最小化的边界取决于最小化的参数本身。例如,假设x的所有值可以在0和1之间变化,则求和得到1,则边界有以下不等式:0<=x[1]<=1x[1]<=x[2]<=1-x[1]x[2]<=x[3

发布:2023-01-03 标签:pythonnumericscipynumerical-methodsscipy-optimize-minimize


在Python语言中实现带约束函数的最小化

问题描述我正在尝试最小化包含我想要查找的最小化参数的三个N大小数组的函数。例如,假设为了最小化函数而要查找的参数由数组x=x[0],x[1],...,x[N-1]、a=a[0],a[1],...,a[N-1]和b=b[0],b[1],...,b[N-1]给出。此外,在该问题中,最

发布:2023-01-03 标签:pythonnumericscipynumerical-methodsscipy-optimize


函数在多索引 pandas 数据帧中的应用

问题描述这是我正在处理的DataFrame的示例:importpandasaspdimportnumpyasnpfromscipy.statsimportzscoredf=pd.DataFrame(index=pd.MultiIndex.from_tuples([('Monday

发布:2023-01-03 标签:pythonpandasdataframescipymulti-index


Scipy/Numpy/SCRICKITS-基于两个数组计算精度/召回率分数

问题描述我拟合了Logistic回归模型,并使用以下内容基于训练数据集训练该模型importscikitsassklearnfromsklearn.linear_modelimportLogisticRegressionlr=LogisticRegression(C=0.1,pe

发布:2022-10-16 标签:pythonprecisionscikit-learnnumpyscipy


一组坐标中的边界点

问题描述我有一组很长的点,我想从这些点中提取形成边界的点,我使用了凸包,但对于我的包来说,这是不够的,因为Transporthull只返回形成多边形的最远的点,在所有点都适合的地方,我需要形成透射器的所有点,类似于我附加的图像。我能做什么呢?是否有某种包可以随时使用,而不是实现任

发布:2022-10-16 标签:pythongeospatialscipy


将加载的MAT文件转换回NumPy数组

问题描述我使用scipy.io.savemat()将大小为5000,96,96的NumPy数组中的图像保存到.mat文件中。当我想要将这些图像加载回Python时,我使用scipy.io.loadmat(),但这次它们被放入词典中。如何才能将它们从字典整齐地放到NumPy数组中?

发布:2022-10-16 标签:pythonnumpyscipyspyder


如何为差分进化增加几个约束?

问题描述我的问题与thisquestion中的问题相同,但我不想只向优化问题添加一个约束,而是希望添加多个约束。所以,例如,我想在x1和x2的和小于5和x2小于3的约束下最大化x1+5*x2(不用说,实际问题要复杂得多,不能像这个问题那样抛到scipy.optimize.mini

发布:2022-10-16 标签:optimizationpythonevalscipydifferential-evolution


Interp1d给出了NaN的外推

问题描述我正在尝试使用interp1d带外推的interp1d插补具有NaN值的数据:importnumpyasnpimportmatplotlib.pyplotaspltx=np.arange(11)y=np.array([np.nan,np.nan,np.nan,1,np.n

发布:2022-10-16 标签:pythoninterpolationnumpyscipy


三维三次样条样条曲线的轨迹求取

问题描述我正在尝试用三维三次样条线近似给定的路线(坐标)。示例数据:importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportaxes3dimportnumpyasnp%matplotlibinlinex=np.array

发布:2022-10-16 标签:pythoninterpolationpython-3.xscipyspline


Scipy.Interpolate获取产生特定y值的x值2个数字列表

问题描述我有两个数据列表,一个是x=[13.7,12.59,11.22,10.00,8.91,7.94,7.08,6.31,5.62,5.01,4.47,3.98,3.55,3.16,2.82,2.51,2.24,2.00,1.78,1.59,1.41,1.26,1.12,1.0

发布:2022-10-16 标签:pythoninterpolationscipy