- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
scipy.special.binom 和 scipy.misc.comb 有什么区别?
在 ipython 中,我可以看到它们返回不同的类型并且具有不同的准确性。
scipy.special.binom(4,3)
4.0
scipy.misc.comb(4,3)
array(4.000000000000001)
binom -- binom: dd->d -- orthogonal_eval.pxd
gammaln -- lgam: d->d, clngamma_wrap: D->D -- cephes.h, specfun_wrappers.h
最佳答案
每当您遇到不知道某些代码在做什么并且在某个解释器中简单地导入父模块并检查代码的执行、文档字符串等并不容易的情况时,那么您有一些选项。
让我来描述两个选项,这两个选项这次结果不是很有帮助,但它们是将来开始解决此类问题的好方法(以便您可以包含这些尝试的输出,以向人们证明您尝试过在这里发布之前的一些东西,并且看起来很喜欢知道这些东西是什么):
您可以使用 dis
将 Python 代码反汇编为已执行的操作码的模块,如下所示:
python -c "import dis; from scipy import misc; print dis.dis('misc.comb(4,3)')"
python -c "import dis; from scipy import special; print dis.dis('special.binom(4,3)')"
strace
启动一些东西并检查所进行的系统调用。在这种情况下,您可以查看输出
strace -qc python -c "from scipy import special; special.binom(4,3)"
strace -qc python -c "from scipy import misc; special.comb(4,3)"
-qc
选项使输出不那么冗长,并汇总了在不同系统调用中花费的时间,这在第一次启动时可以更容易阅读。如果您省略
-qc
部分,您将获得大屏幕转储所有的系统调用……你想在 Emacs 中打开并搜索的东西,或者通过管道连接到系统工具进行搜索)。
strace
没有太大帮助,并且有很多与模块导入相关的嘈杂系统调用。
cProfile
:
python -c "import cProfile; cProfile.run('from scipy import special; special.binom(4,3)')"
scipy.special.orthogonal_eval
的系统调用。谷歌搜索这个模块发现我们正在谈论一个共享库,构建为文件
orthogonal_eval.so
我发现了这个
nice page with the source code .
binom
的完整函数定义在那里,其中包括对小值公式中涉及的阶乘的标准计算,以及与其他特殊函数的一些近似值(我看到一些名为
cephes.h
的文件中定义的对“Gamma”、“beta”和“lbeta”的调用) )。
.h
文件和谷歌更多一些,可能会在所有这些的底部找到一个长期存在的特殊函数的 C 库。
misc.comb
首先考虑
regular documentation这是可用的(而对我来说,它不适用于
binom
)。
exact
如果您不想要
float
,可以将其设置为 0 以外的值。被退回。在这种情况下,
long
已返回,但您可以转换为
int
如果你愿意。
orthogonal_eval
怎么样
k
相对较小,答案将给出一个整数(整数参数),然后使用舍入误差较小的东西。而
comb
只有在你说
exact=1
时才会这样做(或其他任何东西,例如
exact != 0
)。
comb
的代码正在执行,好吧,我们可以
view the source这是从 SciPy 文档页面链接的。
scipy.special
的一些辅助函数调用。但是 Python 层和 C 层中调用的混合是不同的,并且近似部分的实现也略有不同。
binom
直接在
orthogonal_eval
中的 C 扩展层中实现并进行一些调整以减少小输入的精度问题。
misc
直接在Python中实现小输入的东西并利用
special
调用不经过
binom
本身——所以对于编程这些的人来说,有一定程度的重新发明轮子。由于它们在 Python 层和 C 层之间混合和匹配函数调用,因此存在一些精度差异也就不足为奇了。
关于python - scipy.special.binom 和 scipy.misc.comb 有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21535852/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!