摘要：
一、二项分布 二、其他 阅读全文
摘要：
一、特征值与特征向量基本概念及小示例 二、提取图片特征值： 仅限于图片像素矩阵为方阵 三、奇异值分解基本概念及小示例 四、奇异值在图片处理中的应用 提取图片中的奇异值 奇异值在图片处理中优于特征值在图片处理中的应用，主要有两点： 1.特征值只能处理方阵，即像素阵必须为方阵，而奇异值可以使非方阵 2. 阅读全文
摘要：
一、基于傅里叶定理，用一组正弦函数合成方波 二、基于快速傅里叶变换实现方波的拆解 三、基于傅里叶变换的频域滤波 阅读全文
摘要：
恢复内容开始 一、矩阵的创建（三种方法） 二、矩阵的乘法运算 点积 三、矩阵的逆 判断矩阵是否有逆矩阵方法： 1>矩阵的行列式不等于零 2>矩阵为满秩矩阵 3>矩阵的合同标准型是单位矩阵 四、示例 恢复内容结束 阅读全文
摘要：
一、符号函数 二、数组处理函数（符号函数的拓展） 三、函数矢量化 四、函数矢量化示例 五、numpy通用函数 阅读全文
摘要：
''' 1.数据平滑：通常包含降噪、拟合等操作。降噪的功能在于去除额外的影响因素，拟合的目的在于数学模型化，可以通过更多的数学方法识别曲线的特征。 2.绘制两支股票的收益率 ---收益率 =（后一天的收盘价 - 前一天的收盘价）/前一天的收盘价 ''' import matplotlib.pyplot as mp import numpy as n... 阅读全文
摘要：
一、求多项式函数驻点问题 二、多项式拟合 阅读全文
摘要：
''' 协方差、相关矩阵、相关系数----评估两组样本相似度 协方差：通过两组统计数据计算而得到的协方差可以评估这两组统计数据的相似程度，值为正，则正相关,值为负，则负相关，绝对值越大则相关性越强 相关系数：协方差除以两组统计样本标准差之积，是一个[-1,1]之间的数，该结果称为两组统计样本的相关系数。 ---若相关系数越接近于1，表示两组样本正相... 阅读全文
摘要：
线性预测：通过一组yi'zhi已知输入和输出可以构建出一个简单的线性方程，这样可以把预测输入带入线性方程从而求得预测输出，达到数据预测的目的。 Numpy提供的求解线性方程组模型参数的API为np.linalg.lstsq(A,B)[0] 示例代码： 线性拟合：可以寻求与一组散点走向趋势相适应的线性 阅读全文
摘要：
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 绘制5日均线布林带 ''' # 日期转化函数 def dmy2ymd(dmy): # 把dmy格式的字符串转化成ymd格式的字符串 dmy = str(dm... 阅读全文