numpy笔记5

专用数学函数

贝塞尔函数

numpy笔记5 

Sinc 函数

 

 

numpy笔记5 

 

 

numpy笔记5 

 

numpy笔记5 

 

Sinc 函数

 

numpy笔记5 

 

numpy笔记5 

numpy笔记5 

Sinc2d 函数

numpy笔记5 

 

numpy笔记5 

质量控制

numpy笔记5 

 

TDD 测试驱动的开发

 

numpy笔记5 

 

断言函数

numpy笔记5 

比较两个近似相等的浮点数函数

 

Assert_almost_equal 函数  是否近似相等

Testing模块

numpy笔记5 

numpy笔记5 

近似相等

numpy笔记5 

Assert_approx_equal 函数

numpy笔记5 

numpy笔记5 

数组近似相等

 

numpy笔记5 

 

numpy笔记5 

 

数组相等

numpy笔记5 

绝对容差限

相对容差限

numpy笔记5 

Asset_allclose 函数

numpy笔记5 

 

Asset_array_equal 函数

numpy笔记5 

 

数组排序

numpy笔记5 

 

Asser_array_less 函数

numpy笔记5 

 

numpy笔记5 

对象比较

numpy笔记5 

 

Assert_equal 函数

numpy笔记5 

字符串比较

numpy笔记5 

Assert_string_equal 函数

 

numpy笔记5 

浮点数比较

 

浮点数最小精度单位 ULP

numpy笔记5 

机器精度

numpy笔记5 

 

Assert_array_almost_equal_nulp 比较浮点数

确定机器精度

Finfo 函数

numpy笔记5 

 

numpy笔记5 

 

numpy笔记5 

ulp 浮点数比较

numpy笔记5 

numpy笔记5 

单元测试

numpy笔记5 

Pyunitapi

numpy笔记5 

Cumprod() 累乘

 

unittest 模块

testcase

测试函数即时函数的函数

numpy笔记5 

numpy笔记5 numpy笔记5

 

Nose 测试装饰器

numpy笔记5 

 

numpy笔记5 

 

numpy笔记5 

Decorate_methods 函数

Setastest 装饰器

Skipif 装饰器跳过测试

 

Knownfailureif 装饰器

 

没看懂   156

 

文档字符串

numpy笔记5 

Rundocs 函数 执行文档字符串测试

 

Matplotlib 绘图

 

第十 scipy

numpy笔记5 

 

numpy笔记5 

保存和加载mat 文件

numpy笔记5 

numpy笔记5 

 

Scipy.IO

Savemat 函数

 

统计

Scipy.stats

numpy笔记5 

 

 

numpy笔记5 

Stats.norm.rvs  正态分布生成随机数

 

numpy笔记5 

正态分布拟合数据 得到均值标准差

 

Stas.norm.fit

 

偏度

P-value p

numpy笔记5 

 

Skewtes

 

numpy笔记5 

 

Kurtosistest

正态性检验

 

numpy笔记5 

 

numpy笔记5 

 

正态性检验

 

numpy笔记5 

numpy笔记5 

numpy笔记5 

Normaltest  问题

 

数据所在区域中某一百分处的数值

 

numpy笔记5 

Stats.scoreatpercentile

 

numpy笔记5 

 

对应的百分比

样本比对和scikits

Scikits.statsmodels.stattools

Pandas python data analysis library

比较股票对数收益率

看不懂

 

信号处理

numpy笔记5 

 

去除信号中线性趋势

 

numpy笔记5 

Detrend 函数

看不懂

傅里叶分析

numpy笔记5 

 

微分算子

拟微分算子

Fftpack.rfft 傅里叶变换

看不懂

数学优化

优化算法

numpy笔记5 

 

拟合正弦波

看不懂

数值积分

numpy笔记5 

梯形法则

高斯积分

Quad函数 积分

numpy笔记5 

Np.inf 什么函数 问题

看不懂

插值

 

numpy笔记5 

 

线性插值

Interpld

三次插值

二维插值

numpy笔记5 

 

numpy笔记5 

 

图像处理

音频处理

玩转pygame

GPL 通用公共许可证

简易控媒体层 SDL

 

Tile 函数

numpy笔记5 

 Tile mn

重复nm

Ipython 交互界面中 不需要加入前面的和包 直接写最终的函数

 

numpy笔记5 

 

numpy笔记5 

 

Tile m,(np))

N P

 

Axis

numpy笔记5 

 

operator.itemgetter函数
operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号),下面看例子。

a = [1,2,3] 
>>> b=operator.itemgetter(1)      //定义函数b,获取对象的第1个域的值
>>> b(a) 

>>> b=operator.itemgetter(1,0)  //定义函数b,获取对象的第1个域和第0个的值
>>> b(a) 
(2, 1)

sorted函数
Python内置的排序函数sorted可以对list或者iterator进行排序,官网文档见:http://docs.python.org/2/library/functions.html?highlight=sorted#sorted,该函数原型为:

sorted(iterable[, cmp[, key[, reverse]]])

参数解释:

1iterable指定要排序的list或者iterable,不用多说;

2cmp为函数,指定排序时进行比较的函数,可以指定一个函数或者lambda函数,如:

      students为类对象的list,没个成员有三个域,用sorted进行比较时可以自己定cmp函数,例如这里要通过比较第三个数据成员来排序,代码可以这样写:
      students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
      sorted(students, key=lambda student : student[2])
3key为函数,指定取待排序元素的哪一项进行排序,函数用上面的例子来说明,代码如下:
      sorted(students, key=lambda student : student[2])

      key指定的lambda函数功能是去元素student的第三个域(即:student[2]),因此sorted排序时,会以students所有元素的第三个域来进行排序。

有了上面的operator.itemgetter函数,也可以用该函数来实现,例如要通过student的第三个域排序,可以这么写:
sorted(students, key=operator.itemgetter(2)) 
sorted函数也可以进行多级排序,例如要根据第二个域和第三个域进行排序,可以这么写:
sorted(students, key=operator.itemgetter(1,2))

即先跟句第二个域排序,再根据第三个域排序。
4reverse参数就不用多说了,是一个bool变量,表示升序还是降序排列,默认为false(升序排列),定义为True时将按降序排列。

 

numpy笔记5 

定义了一个字典 同时用了字典的get 方法

Python 字典(Dictionary) get()方法

 

描述

Python 字典(Dictionary) get() 函数返回指定键的值,如果值不在字典中返回默认值。

语法

get()方法语法:

dict.get(key, default=None)

参数

· key -- 字典中要查找的键。

· default -- 如果指定键的值不存在时,返回该默认值值。

返回值

返回指定键的值,如果值不在字典中返回默认值None

实例

以下实例展示了 get()函数的使用方法:

#!/usr/bin/python

 

dict = {'Name': 'Zara', 'Age': 27}

 

print "Value : %s" %  dict.get('Age')

print "Value : %s" %  dict.get('Sex', "Never")

以上实例输出结果为:

Value : 27

Value : Never

 

Python2.x中,items( )用于 返回一个字典的拷贝列表【Returns a copy of the list of all items (key/value pairs) in D】,占额外的内存。

iteritems() 用于返回本身字典列表操作后的迭代【Returns an iterator on all items(key/value pairs) in D】,不占用额外的内存。得到的是迭代器

 

Python 3.x 里面,iteritems() viewitems() 这两个方法都已经废除了,而 items() 得到的结果是和 2.x 里面 viewitems() 一致的。在3.x 里 用 items()替换iteritems() ,可以用于 for 来循环遍历。

列表的多维操作

numpy笔记5