- 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
我的 wxpython 应用程序使用 pyinstaller 编译得很好,直到添加了一些基于 from scipy.optimize import leastsq
语句的功能。
我该如何解决这个问题?
最佳答案
第一次在 cmd 中运行命令 pyinstaller myscript.py
时,将创建一个 myscript.spec
文件(或者您可以手动创建)。该文件允许您指定隐藏的导入,我发现(通过漫长而乏味的试错过程)以下隐藏的导入可以解决问题:
'scipy.special._ufuncs_cxx'
'scipy.linalg.cython_blas'
'scipy.linalg.cython_lapack'
'scipy.integrate'
'scipy.integrate.quadrature'
'scipy.integrate.odepack'
'scipy.integrate._odepack'
'scipy.integrate.quadpack'
'scipy.integrate._quadpack'
'scipy.integrate._ode'
'scipy.integrate.vode'
'scipy.integrate._dop'
'scipy.integrate.lsoda'
这些可能应该通过钩子(Hook)链接,但我不知道如何链接,所以这是“快速且肮脏”的方式。
现在你执行pyinstaller myscript.spec
。
我的完整文件看起来是这样的:
# -*- mode: python -*-
a = Analysis(['myscript.py'],
pathex=['C:\\SourceCode'],
hiddenimports=['scipy.special._ufuncs_cxx',
'scipy.linalg.cython_blas',
'scipy.linalg.cython_lapack',
'scipy.integrate',
'scipy.integrate.quadrature',
'scipy.integrate.odepack',
'scipy.integrate._odepack',
'scipy.integrate.quadpack',
'scipy.integrate._quadpack',
'scipy.integrate._ode',
'scipy.integrate.vode',
'scipy.integrate._dop',
'scipy.integrate.lsoda'],
hookspath=None,
runtime_hooks=None)
pyz = PYZ(a.pure)
exe = EXE(pyz,
a.scripts,
exclude_binaries=True,
name='myscript.exe',
debug=False,
strip=None,
upx=True,
console=True )
coll = COLLECT(exe,
a.binaries,
a.zipfiles,
a.datas,
strip=None,
upx=True,
name='myscript')
关于python - 如何将 pyinstaller 与隐藏导入一起用于 scipy.optimize leastsq,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35060523/
我正在使用 SciPy 的 LeastSq 将实验谱拟合到理论期望。当然存在与实验值相关的误差。我如何将这些输入到 LeastSq 或者我是否需要不同的例程?我在文档中找不到任何内容。 最佳答案 sc
我正在研究一个图像分析程序,我已经缩小了我的瓶颈,尝试多次将 2D 高斯拟合到一个小窗口 (20x20) 像素。 90% 的执行时间花在这段代码上。 我正在使用 scipy cookbook 中给出的
我想弄清楚我在这里不明白的是什么。 我正在关注 http://www.scipy.org/Cookbook/FittingData并试图拟合正弦波。真正的问题是卫星磁力计数据,它在旋转的航天器上产生了
我有一个数据表面,我正在使用 SciPy 的 leastsq 函数进行拟合。 我想在 leastsq 返回后对拟合质量进行一些估计。我原以为这会作为函数的返回值包含在内,但如果是这样,似乎没有明确记录
我正在尝试使函数适合我的数据。我有两个不同的轴,x 轴:高度,y 轴:体重。通过目视检查,我可以看到它或多或少给出了在权重 = 10 附近饱和的平方根函数的形状。这是我正在做的: from scipy
我想了解如何设置 python scipy 最小化问题。这是我从 Excel Solver 问题中获取的示例。解释该问题的最简单方法是尝试求解一个非常简单的电网: R1: 100 R2: 1000 R
有谁知道scipy.optimize.leastsq中具体实现了哪种优化算法? 最佳答案 根据 the documentation : “leastsq” is a wrapper around MI
我想用参数 (mu=1, sig=2, height=1) 和传递初始参数 x0 = (0.8, 0.8, 0.9)。 我想知道优化器如何知道参数的顺序。我本可以采用 (mu,height,sig)
基于 https://stackoverflow.com/a/10552563/8235309 ,我正在尝试并行执行 scipy.optimize.leastsq。 xx,yy,zz 是 3D 云点的
除了最后一行,一切正常。我的目标是通过卡方检验计算最佳拟合。 leastsq函数的应用有问题。z,d 和 d_err 是相同长度的数组,给定(实验数据)。 def df(z,omega_m,omega
SciPy 关于 LeastSq 的文档是 here .它指出 ier 是 An integer flag. If it is equal to 1, 2, 3 or 4, the solution
我正在尝试让我的雅可比行列式与 SciPy 的优化库的 leastsq 函数一起工作。 我有以下代码: #!/usr/bin/python import scipy import numpy from
我想将洛伦兹峰拟合到一组数据 x 和 y,数据很好。 OriginLab 等其他程序非常适合它,但我想使用 python 自动进行拟合,所以我有以下基于 http://mesa.ac.nz/?page
如何在 python 中计算最小二乘拟合 (scipy.optimize.leastsq) 的置信区间? 最佳答案 我会使用自举方法。 看这里:http://phe.rockefeller.edu/L
我正在 scipy/numpy 中寻找一个优化例程,它可以解决非线性最小二乘类型问题(例如,将参数函数拟合到大型数据集),但包括边界和约束(例如,最小值和最大值)待优化参数)。目前我正在使用 mpfi
我有两个函数和一组数据。这两个函数具有相同的 x 数据和相同的参数。我想通过最适合我的数据的最小二乘法获得参数。 参数为:ex,ey,ez。 X数据为:RA,DE(比如3000点) Y数据为:dRA,
我正在使用 optimize.leastsq 来拟合数据。我想将拟合参数限制在一定范围内。使用 optimize.leastsq 时是否可以定义边界?边界在 optimize.fmin_slsqp 中
自从我参加了 Python 讲座后,我想用它来拟合我的数据。虽然我现在已经尝试了一段时间,但我仍然不知道为什么这不起作用。 我想做什么 从子文件夹(此处称为“测试”)中取出一个又一个数据文件,稍微转换
我可以从 scipy.optimize.leastsq 模块获取 RMSE 的值吗? 最佳答案 这是一个使用 leastsq 的小例子: import numpy as np import scipy
我试图解决一个小玩具问题 import numpy as np import scipy.optimize as opt def f(a): return np.array([a+.2,a-.
我是一名优秀的程序员,十分优秀!