程序猿的视界

SciPy是世界著名的Python开源科学计算库，建立在NumPy之上。它增加的功能包括数值积分、最优化、统计和一些专用函数。1、保存和加载.mat 文件import numpy as npfrom scipy import io# (1) 创建NumPy数组并调用savemat创建一个.mat文件。该函数有两个参数——一个文件名和一个包含变量名和取值的字典。a = np.arang

matplotlib.pyplot包中包含了简单绘图功能。调用的函数都会改变当前的绘图。将绘图存入文件或使用show函数显示出来。1、绘制多项式函数多项式函数是变量的整数次冥与系数的乘积之和，可以用下面的公式表示：由于多项式函数只包含加法和乘法运算，因此计算容易，并且可以用于计算其他数学函数的近似值。在Numpy中，多项式函数的系数可以用一维数组表示，如f(x)

TDD（Test Driven Development，测试驱动的开发）是软件开发史上最重要的里程碑之一。TDD主要专注于自动单元测试，它的目标是尽最大限度自动化测试代码。如果代码被改动，我们仍可以运行测试并捕捉可能存在的问题。换言之，测试对于已经存在的功能模块依然有效。        内容： 单元测试； 断言机制； 浮点数精度。1、断言函数       

1、排序和搜索NumPy提供了多种排序函数，如下所示：sort函数返回排序后的数组；lexsort函数根据键值的字典序进行排序；argsort函数返回输入数组排序后的下标；ndarray类的sort方法可对数组进行原地排序msort函数沿着第一个轴排序；sort_complex函数对复数按照先实部后虚部的顺序进行排序。          在上面的列表中，ar

1、linalg模块     线性代数是数学的一个重要分支。numpy.linalg模块包含线性代数的函数。使用这个模块，我们可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等。1.1计算逆矩阵import numpy as npa=np.mat('1 0;0 2')print a#逆矩阵print a.Iprint np.linalg.inv(a)#原矩阵*逆矩阵=单位矩阵p

1、矩阵的创建(1) 在创建矩阵的专用字符串中，矩阵的行与行之间用分号隔开，行内的元素之间用空格隔开。(2) 用T属性获取转置矩阵mat函数创建import numpy as npA=np.mat('1 2 3;4 5 6;7 8 9')print Aprint A.Tprint np.mat(np.arange(24)).reshape(6,4)单位矩阵：A

1、写文件(1) 单位矩阵，即主对角线上的元素均为1，其余元素均为0的正方形矩阵。在NumPy中可以用eye函数创建一个这样的二维数组，我们只需要给定一个参数，用于指定矩阵中1的元素个数。(2) 使用savetxt函数将数据存储到文件中，当然我们需要指定文件名以及要保存的数组。#coding:utf-8import numpy as npa=np.eye(3)print

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。    NumPy数组在数值运算方面的效率优于Python提供的list容器。使用NumPy可以在代码中省去很多循环语句，因此其代码比等价的Python代码更为简洁。    N