首页 > TAG信息列表 > scientific-computing

Python上的LMFIT：TypeError：只能将size-1数组转换为Python标量

我正在尝试在python(Anaconda)上使用LMFIT创建曲线拟合程序,但是我一直收到相同的错误消息：TypeError：只有大小为1的数组可以转换为Python标量.我只能使用一个函数来执行优化,但是当我尝试优化调用其他用户定义函数的函数时,出现此错误. import numpy as np from matplotlib import

python-用于科学数据的数据库(可变大小的元数据搜索图像)

我正在寻找一个很好的数据库解决方案来存储大量的科学数据(大约100 GB到数TB).理想情况下,它将能够处理大量数据. 要求 我的数据文件是“图像”,一个约400万个条目数组(1000x1000x3个整数,每个1000×1000浮点数),以及每个图像约50-100个条目的相关元数据.元数据分层存储.图像将被组

曲线拟合与python错误

我正在尝试将数据拟合为(cos(x))^ n.理论上n的值为2,但我的数据应为1.7.当我定义拟合函数并尝试curve_fit时,出现错误 def f(x,a,b,c): return a+b*np.power(np.cos(x),c) param, extras = curve_fit(f, x, y) 这是我的资料 x y error 90 3.3888756187

python – ImportError：在Windows 7上运行PyDsTool时没有名为fixedpickle的模块

我已经下载了适用于Windows的PyDsTool.我相信我已经将python指向了正确的位置.但是我收到以下错误 from PyDSTool import * Traceback (most recent call last): File "<ipython-input-1-7b811358a37e>", line 1, in <module> from PyDSTool import * File "C:\Anaconda

c – 有没有一种有效的方法来确定距离？

这个问题更多的是关于算法和函数的正确使用,而不是实际的代码. 在我的代码中,我使用map来模拟盒子. map元素由vector< int>组成.作为键并设置< shared_ptr< foo> &GT作为价值观. 我正在做一个嵌套循环来遍历所有框： mit1 = boxes.begin(); //mit1 is an appropriate iterator int e

更多pythonic方式迭代Numpy

我是一名工科学生,我习惯于在Fortran中编写代码,但现在我正在尝试使用Numpy为Python编写更多的数据. 如果我需要使用来自多个数组的元素重复执行计算,那么我在Fortran中编写的内容将立即进行翻译 k = np.zeros(N, dtype=np.float) u = ... M = ... r = ... for i in xrange(N):

如何在python中估计(给定频率的信号功率)与时间的关系

我正在寻找一种估算信号功率的好方法(定期采样10 kHz)与时间仅一个频率(比如50 Hz).我可以计算频谱图,然后在目标频率上拍摄一片.这似乎效率低下,因为我只关心一个频率对时间的功率.我意识到正好一个频率的功率为零(在极限范围内),我想在目标频率附近的一个小频率间隔内计算信号的

python – 时变数据：元组列表与2D数组？

我的示例代码是在python中,但我问的是一般原则. 如果我有一组时间 – 值对数据,我应该将它们存储为2D数组还是元组列表？例如,如果我有这些数据： v=[1,4,4,4,23,4] t=[1,2,3,4,5,6] 这样存储通常更好： data=[v,t] 或者作为元组列表： data=[(1,1),(4,2)(4,3)...] 有这种“标准”方

优化3D循环(C)

我正在使用C中的多重网格解算器,现在我正在努力提高串行性能.最耗时的部分是更平滑,在我的例子中是一个连续的过度放松求解器.这看起来如下(我希望它非常自我解释)： int idx; int strideY = stride_[level][0]; int strideZ = stride_[level][1]; for(int i = 0; i < steps; ++i)

python – 与Numpy对象交互的“正确”方式

我一直在使用科学python(来自pylab import *)一段时间作为免费的Matlab替代品,主要用于化学工程(我是IPython Notebook的粉丝).对我来说总是显得很奇怪的事实是,通常有两种不同的方式与对象进行交互.例如,如果我有一个数组,我可以通过两种方式告诉它的维度： a =数组([1,2,3],[2,3,4]

python – 相移后进行傅立叶变换

我试图改变图像的相位并对其进行傅立叶变换.但是这种相位变化会导致沿x和y轴的功率泄漏. 假设我的图像是全部矩阵.如果我采用傅里叶变换,我得到.看到所有的力量都在中心.事实上,除非你放大,否则我们看不到它. 现在假设我将矩阵乘以复数正弦曲线.理想情况下,功率应该转移到正弦波的

使用Python拟合模拟和实验数据点

我编写了一些执行蒙特卡罗模拟的代码,并生成信号强度与时间的曲线.这种曲线的形状取决于各种参数,我的合作者想要通过我模拟的实验的“真实版本”确定其中的两个参数. 我们准备将她的实验数据与我的模拟曲线进行比较,但现在我卡住了,因为我还没有能够执行任何拟合(到目前为止,我已

分子动力学模拟器的最佳语言,可在生产中运行. (Python Numpy？)

我需要建立一个重型分子动力学模拟器.我想知道python numpy是不是一个好选择.这将用于制作,所以我想从一个好的语言开始.我想知道我是否应该开始使用像eg.scala这样的函数式语言.我们是否有足够的库支持scala中的科学计算？或者你认为好的任何其他语言/范例组合 – 以及为什么.如果您

python – 使用scipy.signal.spectral.lombscargle进行句点发现

新的Scipy v0.11提供了一个用于光谱分析的软件包.不幸的是,文档很少,并且没有很多可用的示例. 作为一个婴儿的例子,我试图做一个正弦波的周期发现.不幸的是,它预测的时间为1而不是预期的2pi.有任何想法吗？ # imports the numerical array and scientific computing packages import

python – 在相同长度的1d numpy数组上评估1-d函数数组的高效算法

我有一个(大)长度为N的k个不同函数的数组,以及一个长度为N的abcissa数组.我想评估abcissa中的函数返回一个长度为N的纵坐标数组,而且关键的是,我需要非常快速地完成它. 我在调用np.where时尝试了以下循环,这太慢了： 创建一些假数据来说明问题： def trivial_functional(i): return la

是否有.Net(更喜欢F#或C#)的Hilbert-Huang变换实现？

希尔伯特 – 黄变换,经验模式分解…… 我发现它在R和Matlab中实现.我想在C#/ F#/ .NET中找到它的开源实现.解决方法:.NET的高质量开源数值代码很少.几年前我一直努力寻找一个像样的FFT.所以我非常怀疑你会发现这个算法的现有实现,因为它非常模糊！ 你最好的办法就是建立一个关于FFT的

流体流动,传热和Python

完整编辑： 我将提供有关整个问题的更多信息.该项目处于早期阶段,我的问题实际上只是关于该事物的一小部分. 最终目标： 我目前正在尝试模拟Python中刚性障碍物周围的热空气流动.我有一个稳定的空气流入,大量的流动是短暂的和湍流.整个练习的目的是了解如何 – 气流表现 – 障碍物升温