array python 交集_模糊数学Python库简介和评测

写在前面

模糊数学是国内外许多工学、管理学研究生以上的选修甚至必修课程。但对于非数学专业而言，掌握模糊数学的各种计算方法、了解各种方法的用途（应用场景）其实要比理解模糊数学的“数学”理论要重要得多。目前在Matlab等数学工具中其实也有相应的模糊数学工具箱(参见：Fuzzy Logic ToolboxFuMatlab Fuzzy Logic工具箱)，但这些专业的工具中其实集成的都是比较复杂的方法，比如模糊控制一类。另外以前也有一些学者开发过基于C的工具箱，但对于非计算机、信息类专业而言，C库实在也太麻烦。

相比之下，Python对于绝大多数非计算机、信息类专业的学生和研究人员而言都要简单很多，并且也可以作为长期使用的一门工具语言。

当然，我们很懒！所以就去找了一圈写好的模糊数学库，也就是本文要介绍的这个库-scikit-fuzzy。

一、概览和安装

项目主页：User Guide - skfuzzy v0.2 docs

Github主页：scikit-fuzzy/scikit-fuzzy

在这两个主页上其实看不出什么有价值的内容，需要点进相关的页面才能看清楚。最主要的功能介绍在API documentation 和User Guide上。

主要模块：

1. Module:cluster ：模糊聚类
2. Module:control：模糊控制
3. Module:defuzzify：模糊化与去模糊化
4. Module:filters ：模糊滤波
5. Module:fuzzymath ：模糊数学基础内容
6. Module:image：图象相关内容
7. Module:`intervals` ：区间数与模糊数
8. Module:membership：模糊隶属度函数

另外，这个库比较不地道的一点是这些模块虽然分开放了，但其实又全部放在总的根目录 skfuzzy下。 所有方法都是以函数的形式写的，因此在用的时候只需要全部导入就行。

安装方法与依赖：

• 主要依赖项：
  • NumPy >= 1.6
  • SciPy >= 0.9
  • NetworkX >= 1.9
• Pip安装：

$ pip install -U scikit-fuzzy

注意：这安装之前一定要检查是否装有Nump和Scipy，至于NetworkX似乎并不一定要用（当然由于我们目前也只用到了5、7、8三个模块）。

2020.11.10注:
另外，安装这个库之前最好更新一下setup_tools。原因也不多说了，只管在安装前运行一次： python -m pip install --upgrade setuptools
如果很久没有更新过 pip，那么最好也更新一下： python -m pip install --upgrade pip

对于网速存在问题的同学可以使用本地安装，或