scipy

    0

    1답변

    scipy.optimize.curve_fit으로 데이터를 커브로 맞추려고합니다. 웬일인지 그것은 나의 방정식을 좋아하지 않는다. 그럴듯한 숫자를 사용하여 방정식을 그렸다면 올바르게 보입니다. 그래서 나는 내 방정식을 믿는다. 간단한 방정식에 맞추려고하면 일반적으로 내 코드를 신뢰할 수 있습니다. 왜 작동하지 않는지에 대한 조언이 있습니까? 구체적인 오류 반

    0

    1답변

    임의의 정수가 지정된 3D 좌표로 kd 트리를 작성하려고합니다. 예를 들어 튜플 ([34534.65424, 10957.00023, -79.154323], 32). 그러나 scipy.spatial.cKDTree()를 numpy 배열 이외의 다른 방법으로 사용하는 방법을 찾을 수 없습니다. 식별자는 numpy 배열의 네 번째 필드 일 수도 있지만 트리는 처음

    2

    1답변

    것은 내가 이블 분포를 피팅하고, 또한 Fitting distribution with fixed parameters in SciPyfloc=0를 사용하여 착용감의 차이가있다 으로 다른 질문에 발견하고 loc=0 weibull_params = 1, 2.0755160030790547, 0, 16.273031221223277 data = sp.stats.exp

    0

    1답변

    this post을 기반으로 ARIMA 모델에서 그리드 해치를하기 위해 무차별 대입을 사용하려하지만이를 실행할 수 없습니다. 나는이 원리의 증거를 보여주고 있지만, 나는 그 논쟁에 대해 무엇을 잘못하고 있는가? y = pd.DataFrame([0,1,4,9,16]) + 3 def objfunc(coeffs, endog): exp = coeffs[

    1

    1답변

    here과 같이 짧은 시간 푸리에 변환을 수행합니다. 한국인 난 다음 개체를 얻을 이해 from scipy.signal import stft f, t, Zxx = stft(data) (1) 주파수의 값을 격납하는 1 차원 어레이 (2)의 1D 시간 값을 포함하는 어레이 (3)의 강도를 포함하는 2 차원 배열 주어진 순간의 주어진 주파수. 제 질문은 주

    0

    1답변

    분기 다이어그램의 데이터, 즉 [N]의 정상 상태 (nullcline) 값을 제공하는 trigger [A] (Aspace의 linspace로 지정) 값을 얻으려고합니다. 미분 방정식의 세트에서 : 방정식의 집합을 다시 배열로 nullclines을 얻기 위해 시도하는 데 시간이 너무 오래있는 그대로 , 나는 주어진 시간이 지남에 통합 할 수 odeint를 사

    0

    1답변

    g (x)가 사용자에 의해 입력으로 주어진 다음 다른 x에 대해 f (g (x))가 만들어지는 f (g (x)) 형식의 합성 함수를 작성하고 싶습니다. 벡터로 사용하여 다른 문제의 입력으로 사용할 수 있습니까? 다른 함수를 계산하기 위해 f (g (x)) 값을 사용하는 다른 함수 안에이 복합 함수가 있기를 바랍니다.

    1

    1답변

    scipy.integrate.odeint 기능을 사용하고 있는데 예기치 않은 오류가 발생합니다. import numpy as np from scipy.integrate import odeint def hyper_exp_ODE(y, s, λ, k, μ, p): F, H = y C_bar_s = 1 - (1 - F) **k rh

    0

    1답변

    저는 Von Mises 분포의 매개 변수를 직접 계산하고 Scipy Von Mises 적합 함수와 비교하려고합니다. 나는 fit 함수에서 일치하지 않는 결과를 얻고 있습니다. 다음 def calc(data): '''Takes a 1-D dataset and uses the scipy von mises to learn parameters and al

    3

    2답변

    에서의 거리에 따라 좌표 나는 두 배열이 말하는이 : A = np.array([[ 1. , 1. , 0.5 ], [ 2. , 2. , 0.7 ], [ 3. , 4. , 1.2 ], [ 4. , 3. , 2.33], [ 1. , 2. , 0.5 ], [ 6. , 5. , 0.3 ],