2020年6月20日
摘要：
保存为图像文件 可以使用plt.savefig()函数将图形保存到png文件中。 示例 # 保存图形 plt.savefig("foo.png") # 保存为透明图像 plt.savefig("foo.png", transparent=True) 保存为PDF 示例 # 导入 PdfPages f 阅读全文
摘要：
Matplotlib 柱状图 柱状图/条形图是常见的图形类型，可使用bar()方法绘制。 示例 # 导入numpy库与matplotlib.pyplot库 import numpy as np import matplotlib.pyplot as plt # 柱状图条目 divisions = [ 阅读全文
摘要：
个图(figure)中可以包含多个子图(subplot)。 subplot 可以使用subplot()添加子图。 示例 创建2个子图，水平排列。 # 导入numpy库与matplotlib.pyplot库 import numpy as np import matplotlib.pyplot as 阅读全文
摘要：
本章我们将从一个简单的图形开始，演示各种绘图方法，逐步丰富图形，使其更美观。 使用默认属性绘图 Matplotlib中，绘制图形时，可以设置一些属性，包括：图形大小、dpi、行宽、颜色和样式、坐标轴、网格属性、文本和字体属性等等。如果不设置，则将使用属性的默认值。 示例 使用默认设置，绘制正弦函数和 阅读全文
摘要：
Figure/绘图 Figure表示整个绘图，可以理解为一个画布，绘图中可以包含多个子图形（subplot）。 如果不显式创建figure，会使用默认的figure。 示例 显式创建figure # 创建一个大小为8x6英寸的图形，每英寸80个点 plt.figure(figsize=(8, 6), 阅读全文
摘要：
绘制一个简单图形 让我们从一个简单的图形开始。 示例 # 以别名plt导入pyplot模块 import matplotlib.pyplot as plt # 准备数据 x = [1,2,3,4] y = [1,4,9,16] # 绘制数据 plt.plot(x, x, label='linear' 阅读全文
摘要：
scipy.stats模块包含了统计工具以及概率分析工具。 分布: 直方图和概率密度函数 给定随机过程的观测值，其直方图是随机过程的概率密度函数PDF的估计量: 示例 import numpy as np samples = np.random.normal(size=1000) bins = np 阅读全文
摘要：
scipy.signal模块专门用于信号处理。 重新采样 scipy.signal.resample()函数使用FFT将信号重采样成n个点。 示例 import numpy as np t = np.linspace(0, 5, 100) x = np.sin(t) from scipy impor 阅读全文
摘要：
优化是指在某些约束条件下，求解目标函数最优解的过程。机器学习、人工智能中的绝大部分问题都会涉及到求解优化问题。 SciPy的optimize模块提供了许多常用的数值优化算法，一些经典的优化算法包括线性回归、函数极值和根的求解以及确定两函数交点的坐标等。 导入scipy.optimize模块，如下所示 阅读全文
摘要：
图像处理和分析通常被看作是对二维值数组的操作。然而，在一些领域中，必须对高维数的图像进行处理分析，例如，医学成像和生物成像。由于对多维特性的良好支持，numpy非常适合这种类型的应用程序。scipy.ndimage包提供了许多通用的图像处理和分析功能，这些功能支持操作任意维度的数组。 scipy.n 阅读全文
摘要：
SciPy线性代数包是使用优化的ATLAS LAPACK和BLAS库构建的，具有高效的线性代数运算能力。 线性代数包里的函数，操作对象都是二维数组。 SciPy.linalg 与 NumPy.linalg与NumPy.linalg相比，scipy.linalg除了包含numpy.linalg中的所有 阅读全文
摘要：
scipy.io(输入和输出)包用于读写各种格式的文件。scipy.io支持的格式很多，下面列出了几种常用格式： Matlab IDL Matrix Market Wave Arff Netcdf MATLAB Matlab 格式是最常用的。 下面是用于加载和保存.mat文件的函数。 loadmat 阅读全文
摘要：
插值，是依据一系列的点(xi,yi)通过一定的算法找到一个合适的函数来包含(逼近)这些点，反应出这些点的走势规律，然后根据走势规律求其他点值的过程。 scipy.interpolate包里有很多类可以实现对一些已知的点进行插值，即找到一个合适的函数，例如，interp1d类，当得到插值函数后便可用这 阅读全文
摘要：
Scipy中的integrate模块提供了很多数值积分方法，例如，一重积分、二重积分、三重积分、多重积分、高斯积分等等。 下面介绍几种常用的积分函数。 一重积分 SciPy积分模块中，quad函数是一个重要函数，用于求一重积分。例如，在给定的a到b范围内，对函数f(x)求一重积分。 quad的一般形 阅读全文
摘要：
SciPy提供了fftpack模块，包含了傅里叶变换的算法实现。 傅里叶变换把信号从时域变换到频域，以便对信号进行处理。傅里叶变换在信号与噪声处理、图像处理、音频信号处理等领域得到了广泛应用。 如需进一步了解傅里叶变换原理，可以参考相关资料。 快速傅里叶变换 计算机只能处理离散信号，使用离散傅里叶变 阅读全文
摘要：
SciPy中的常量包提供了很多科学领域中的常量，例如：光速。 SciPy 常量包 要使用常量，需要先导入常量包（scipy.constants）。 示例 从scipy.constants中导入pi值： #导入pi常量 from scipy.constants import pi print("sci 阅读全文
摘要：
循环神经网络(RNN)是一种用于处理序列数据的人工神经网络，序列数据是相互依赖的（有限或无限）数据流，比如时间序列数据、信息性的字符串、对话等。 长短时记忆网络(LSTM)是一类特殊的循环神经网络，具有学习长时依赖关系的能力，是目前最常用的循环神经网络。 注意: 关于循环神经网络的介绍，可参考我们的 阅读全文
摘要：
卷积神经网络（CNN）旨在解决图像识别问题，卷积神经网络在图像识别、机器视觉等方面有着广泛的应用。 计算机中的图像格式 这张杭州天际线的图片，可以看到很多建筑和颜色。那么计算机是如何处理这幅图像的呢? 图像由像素组成，像素表示图像中的一个颜色点。例如，一个40×30的图像，表示宽40个像素，高30个 阅读全文
