Python学习-Scipy库模块介绍（物理常量表示、逻辑回归、求立方根）

Python学习-Scipy库

目录

1、Scipy库的简单介绍

2、几种数学、物理常量

物理、时间、长度

3、特殊数学函数：special

1）逻辑回归模型logit()

2）求立方根

1、Scipy库的简单介绍

Scipy是一个高级科学计算库，主要有以下子模块：
spcial: 特殊数学函数； io: 数据输入输出；
linalg: 线性代数； stats: 统计
integrate: 积分； spatial: 空间算法和数据结构；
sparse: 稀疏矩阵； ignal: 信号处理；
interpolate: 插值； optimize: 优化；
odr: 正交距离回归； ndimage: 多维图像处理；
cluster: 聚类； ffpack: 傅里叶变换

导入库

import scipy.constants as cn
import numpy as np
import matplotlib.pyplot as plt
from scipy.special import logit  # 逻辑回归模型
from scipy.linalg import lu  # lu分解

2、几种数学、物理常量

# 几种数学、物理常量
print("黄金比例：", cn.golden)  # 等价于cn.golden_ratio
print("光速：", cn.c)  # 等价于cn.speed_of_light
print("摩尔气体常数：", cn.R)  # 等价于cn.gas_constant
print("精细结构常数：", cn.alpha)  # 等价于cn.fine_structure
print("玻尔兹曼常数：", cn.k)  # 等价于cn.Boltzmann
print("1角度圆对应的弧度：", cn.degree)  # 1角度圆对应的弧度

# 时间
print("一分钟的秒数：", cn.minute)  # 一分钟的秒数
print("一小时的秒数：", cn.hour)  # 一小时的秒数
print("一天的秒数：", cn.day)  # 一天的秒数
print("一年的秒数：", cn.year)  # 一年的秒数
print("一朱利安年（365.25天）的秒数：", cn.Julian_year)  # 一朱利安年（365.25天）的秒数

# 长度
print("一英寸的米数：", cn.inch)  # 一英寸的米数
print("一英里的米数：", cn.mile)  # 一英里的米数
print("一光年的米数：", cn.light_year)  # 一光年的米数

输出

黄金比例： 1.618033988749895
光速： 299792458.0
摩尔气体常数： 8.314462618
精细结构常数： 0.0072973525693
玻尔兹曼常数： 1.380649e-23
1角度圆对应的弧度： 0.017453292519943295
一分钟的秒数： 60.0
一小时的秒数： 3600.0
一天的秒数： 86400.0
一年的秒数： 31536000.0
一朱利安年（365.25天）的秒数： 31557600.0
一英寸的米数： 0.0254
一英里的米数： 1609.3439999999998
一光年的米数： 9460730472580800.0

3、特殊数学函数：special

1）逻辑回归模型logit()
逻辑回归模型是一个离散选择法模型，公式为：logit(p )= log(p/(1-p))
当p>1或p<0时，logit( p)返回nan;
当p=0时，logit( p)返回-inf;
当p=1时，logit( p)返回inf;
参数p的正常范围为(0,1)

from scipy.special import logit
"""
逻辑回归模型：离散选择法模型  logit(p) = log(p/(1-p))
当p>1或p<0时，logit(p)返回nan;
当p=0时，logit(p)返回-inf;
当p=1时，logit(p)返回inf;
参数p的正常范围为(0,1)
"""
x = np.linspace(0, 1, 30)
y = logit(x)
print(y)

plt.figure(1)
plt.rc('font', family='simhei', size=15)  # 设置中文显示，字体大小
plt.rc('axes', unicode_minus=False)  # 该参数解决负号显示的问题
plt.scatter(x=x, y=y, s=20, marker='*', color='green')
# plt.plot(x, y, color='y')
plt.xlabel('x轴')
plt.xlabel('y轴')
plt.title("逻辑回归散点曲线")

plt.show()

输出

[       -inf -3.33220451 -2.60268969 -2.15948425 -1.83258146 -1.56861592
 -1.34373475 -1.1451323  -0.9650809  -0.7985077  -0.64185389 -0.49247649
 -0.34830669 -0.20763936 -0.06899287  0.06899287  0.20763936  0.34830669
  0.49247649  0.64185389  0.7985077   0.9650809   1.1451323   1.34373475
  1.56861592  1.83258146  2.15948425  2.60268969  3.33220451         inf]

2）求立方根：cbrt(x)，等价于pow(x,1/3)

# 求立方根：cbrt(x)，等价于pow(x,1/3)
from scipy.special import cbrt
plt.figure(2)
plt.rc('font', family='simhei', size=15)  # 设置中文显示，字体大小
plt.rc('axes', unicode_minus=False)  # 该参数解决负号显示的问题
x = np.arange(10)
y = cbrt(x)
print(y)
plt.scatter(x=x, y=y, s=20, marker='v', color='red')
plt.xlabel('x轴')
plt.xlabel('y轴')
plt.title("立方根散点曲线")

plt.show()

输出

[0.         1.         1.25992105 1.44224957 1.58740105 1.70997595
 1.81712059 1.91293118 2.         2.08008382]