SciPy中的統計模組

numpy 替我們搞定了向量和矩陣的相關操作，基本上算是乙個高階的科學計算器。scipy 基於 numpy 提供了更為豐富和高階的功能擴充套件，在統計、優化、插值、數值積分、時頻轉換等方面提供了大量的可用函式，接下來我們就學習一下 scipy 中的統計和優化模組。

import numpy as np

import scipy.stats as stats  # 統計

生成n個隨機數可用rv_continuous.rvs(size = n)或者rv_discrete.rvs(size = n)，其中rv_continuous表示連續型的隨機分布，比如均勻分布（uniform）、正太分布（norm）、貝塔分布（beta）等；rv_discrete表示離散型的隨機分布，比如伯努利分布（bernoulli）、幾何分布（geom）、泊松分布（poisson）等。我們生成10個[0, 1]區間上的隨機數和10個服從引數a = 4, b = 2的貝塔分布隨機數：

rv_unif = stats.uniform.rvs(size = 10)

print rv_unif
rv_beta = stats.beta.rvs(size = 10, a = 4, b = 2)
print rv_beta

norm_dist = stats.norm(loc = 0.5, scale = 2)

n = 100
dat = norm_dist.rvs(size = n)
print 'mean of
data is: ' + str(np.mean(dat))
print 'median of
data is: ' + str(np.median(dat))
print 'standard deviation of
data is: ' + str(np.std(dat))

SciPy模組應用

1.影象模糊 影象的高斯模糊是非常經典的影象卷積例子。本質上，影象模糊就是將 灰度 影象i 和乙個高斯核進行卷積操作 其中是標準差為 的二維高斯核。高斯模糊通常是其他影象處理操作的一部分，比如影象插值操作 興趣點計算以及很多其他應用。scipy 有用來做濾波操作的scipy.ndimage.filt...

利用python中的scipy模組做線性規劃

為數學建模準備。scipy.optimize.linprog 引數選擇 linprog c,a ub,b ub,a ed,b ed,bounds none 引數解釋 c 價值向量，只規劃最小值，若規劃最大值需改為 c，但注意得出的結果應再加負號即為所求最大值 a ub和b ub 分別對應於不等式約束...

scipy 中的whiten函式

呼叫kmeans函式，kmeans中呼叫了whited函式。查後，發現whiten是對輸入資料按標準差做歸一化處理。e 經過whiten後 x i xis tand dev atio nx frac xi s tand dev atio nxi 與標準化不同的是，白化處理沒有減去均值。下面是按步驟實...