龙哥盟

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlSciPy 用户指南原文：docs.scipy.org/doc/scipy-1.12.0/tutorial/index.htmlSciPy 是一组建立在NumPy之上的数学算法和便利函数。它通过提供高级命令和类来操作和可视化数据，显著增强了 Python 的功能。子包SciPy 按照不同的科学计算领域划分为多个子包。以下是这些子包的总结表：Subpackage描述cluster

describe计算传递数组的几个描述性统计量。gmean计算沿指定轴的加权几何平均值。hmean计算沿指定轴的加权调和平均值。pmean计算沿指定轴的加权幂均值。kurtosis计算数据集的峰度（Fisher 或 Pearson）。mode返回传递数组中最常见的值的数组。moment计算样本关于均值的第 n 阶矩。expectile计算指定水平的期望分位数。skew计算数据集的样本偏度。kstat返回第 n 个 k-统计量（目前 1<=n<=4）。kstatvar返回 k-统计量方差的无偏估计。

还有通过 FFT 方法计算 pdf 的插值样条积分来评估的选项。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.levy_stable.html#scipy.stats.levy_stable。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.levy_l.html#scipy.stats.levy_l。

SciPy 1.12 中文文档（五十四）原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.stats.halflogistic原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.halflogistic.html#scipy.stats.halflogisticscipy.stats.halflogistic = <scipy.stats._cont

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.halfgennorm.html#scipy.stats.halfgennorm。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.jf_skew_t.html#scipy.stats.jf_skew_t。

E. Eberlein 和 E. A. von Hammerstein。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.genhyperbolic.html#scipy.stats.genhyperbolic。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.foldnorm.html#scipy.stats.foldnorm。

具体来说，(\mathrm{Vec}(X))（由 (X) 的列连接形成的向量）具有以 (\mathrm{Vec}(M)) 为均值、(V \otimes U) 为协方差的多元正态分布（其中 (\otimes) 表示 Kronecker 乘积）。在最一般的情况下，一个被审查的数据集可能包含左审查、右审查、区间审查和未审查的值。其中两个是未审查的（值为 1 和 1.5），一个是左审查的观测值为 0，一个是右审查的观测值为 10，还有一个在区间[2, 3]内的区间审查观测值。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.studentized_range.html#scipy.stats.studentized_range。设(R = \sqrt{U² + V²})。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.semicircular.html#scipy.stats.semicircular。

对于(x \in [x_l, x_u])，(M \in {\mathbb N})，(n \in [0, M])，(N \in [0, M])，(\omega > 0)，其中(x_l = \max(0, N - (M - n)))，(x_u = \min(N, n))，无论使用 (\alpha) 的哪种约定，原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.nbinom.html#scipy.stats.nbinom。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.stats.bradford原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.stats.bradford.html#scipy.stats.bradfordscipy.stats.bradford = <scipy.stats._continuous_distns.bradford_gen object>

直观地，对于单位向量，一个有用的距离度量由它们之间的角度(\alpha)给出。这正是冯·米塞斯-费舍尔概率密度函数中标量积(\mathbf{\mu}^T\mathbf{x}=\cos(\alpha))描述的：均值方向(\mathbf{\mu})与向量(\mathbf{x})之间的角度。其中 (p) 是 (\mathbf{x}) 的维度，(\boldsymbol{\mu}) 是 (p) 维位置，(\boldsymbol{\Sigma}) 是 (p \times p) 维形状矩阵，(\nu) 是自由度。

New York: Dover, 1972.（参见第 5.2 节。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.softmax.html#scipy.special.softmax。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.exprel.html#scipy.special.exprel。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlSciPy 的主要命名空间原文：docs.scipy.org/doc/scipy-1.12.0/reference/main_namespace.htmlscipy 的主命名空间设计上仅包含很少的对象。只显示与测试、构建信息和版本控制相关的通用功能，以及一个类（LowLevelCallable(function[, user_data, …])低级回调函数。show_config([m

Zhang, Shanjie 和 Jin, Jianming. “Special Functions 的计算”, John Wiley and Sons, 1996. people.sc.fsu.edu/~jburkardt/f_src/special_functions/special_functions.html。张, 善杰 和 金, 建明。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.special.logit原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.logit.html#scipy.special.logitscipy.special.logit(x, out=None) = <ufunc 'logit'>用于 ndarrays 的 logit ufunc。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.inv_boxcox.html#scipy.special.inv_boxcox。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.boxcox.html#scipy.special.boxcox。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.nctdtr.html#scipy.special.nctdtr。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.ndtri.html#scipy.special.ndtri。

这些样本点和权重可以正确地在区间 ([-1, 1]) 上，使用权重函数 (w(x) = (1 - x²)^{\alpha - 1/2})，积分阶数为 (2n - 1) 或更低。这些样本点和权重能正确地对 (2n - 1) 阶或以下的多项式在区间 ([0, 1]) 上进行积分，权重函数为 (w(x) = (1 - x)^{p-q} x^{q-1})。这些样本点和权重可以正确地在权重函数 (w(x) = e^{-x}) 下积分度数小于等于 (2n - 1) 的多项式，积分区间为 ([0, \infty])。

原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.fresnelc_zeros.html#scipy.special.fresnelc_zeros。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.fresnels_zeros.html#scipy.special.fresnels_zeros。数学函数手册，包含公式、图表和数学表。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.special.pro_cv原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.pro_cv.html#scipy.special.pro_cvscipy.special.pro_cv(m, n, c, out=None) = <ufunc 'pro_cv'>椭圆体函数特征值计算椭圆体波函数

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.special.btdtr原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.btdtr.html#scipy.special.btdtrscipy.special.btdtr(a, b, x, out=None)beta 分布的累积分布函数。返回 beta 概率密度函数从零到 x 的积分，[I

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.mathieu_even_coef.html#scipy.special.mathieu_even_coef。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.special.mathieu_odd_coef.html#scipy.special.mathieu_odd_coef。

张, 善杰 和 金, 建明. “特殊函数的计算”, 约翰·威利与儿子公司, 1996 年, 第五章. people.sc.fsu.edu/~jburkardt/f77_src/special_functions/special_functions.html。张, 善杰 和 金, 建明. “特殊函数的计算”, 约翰威利和儿子, 1996, 第五章. people.sc.fsu.edu/~jburkardt/f77_src/special_functions/special_functions.html。

图像处理和分析通常被视为对值的二维数组进行操作。然而，在一些领域中，必须分析更高维度的图像。医学成像和生物成像是这方面的典型例子。由于其固有的多维特性，numpy非常适合于这类应用。包提供了许多通用的图像处理和分析函数，设计用于处理任意维度的数组。目前这些包括：线性和非线性滤波函数，二值形态学，B 样条插值以及对象测量。## 所有函数共享的属性所有函数都具有一些共同的特性。特别是，所有函数都允许使用output参数来指定输出数组。

(https://docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.interpolate.interpn.html#scipy.interpolate.interpn “scipy.interpolate.interpn”）封装了此类）。设 (h_k = x_{k+1} - x_k)，(d_k = (y_{k+1} - y_k) / h_k) 是内部点 (x_k) 处的斜率。否则，它由加权调和平均数给出。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.linalg.kron原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.linalg.kron.html#scipy.linalg.kronscipy.linalg.kron(a, b)克罗内克积。结果是块状矩阵：a[0,0]*b a[0,1]*b ... a[0,-1]*ba[1,0]*b a

原文：docs.scipy.org/doc/scipy-1.12.0/index.html原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.io.netcdf_variable.html#scipy.io.netcdf_variable一个用于 netcdf 文件的数据对象。对象是通过调用方法在对象上构造的。对象的行为类似于 numpy 中定义的数组对象，不同之处在于它们的数据存储在文件中。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.interpolate.RectSphereBivariateSpline原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.interpolate.RectSphereBivariateSpline.html#scipy.interpolate.RectSphereBivariateSplineclass scipy.in

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.linalg.solve_discrete_lyapunov.html#scipy.linalg.solve_discrete_lyapunov。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.linalg.expm_frechet.html#scipy.linalg.expm_frechet。

返回一个布尔值，表示是否应将特征值排序到左上角（True）。原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.linalg.cho_solve_banded.html#scipy.linalg.cho_solve_banded。丹尼尔（J. W.）、格拉格（W. B.）、考夫曼（L.）与斯图尔特（G. W.），《重正交化和稳定算法用于更新格拉姆-施密特 QR 分解》，数学与计算 30，772-795 页（1976 年）。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.ndimage.minimum_filter1d.html#scipy.ndimage.minimum_filter1d。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.ndimage.generic_filter1d.html#scipy.ndimage.generic_filter1d。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.interpolate.make_interp_spline.html#scipy.interpolate.make_interp_spline。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.interpolate.NdBSpline.html#scipy.interpolate.NdBSpline。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.linalg.dft原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.linalg.dft.html#scipy.linalg.dftscipy.linalg.dft(n, scale=None)离散傅里叶变换矩阵。创建用于计算序列的离散傅里叶变换矩阵[1]。生成矩阵的第 n 个原根为 exp(-2pii/n)，其中

原文：docs.scipy.org/doc/scipy-1.12.0/index.html原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.integrate.BDF.html#scipy.integrate.BDF基于向后差分公式的隐式方法。这是一个变阶方法，阶数自动从 1 变化到 5。BDF 算法的一般框架描述在中。该类实现了一种准恒定步长，如所述。常步长 BDF 的误差估计策略在中推导。还实现了使用修改的公式（NDF）增强精度。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.signal.ellipord原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.signal.ellipord.html#scipy.signal.ellipordscipy.signal.ellipord(wp, ws, gpass, gstop, analog=False, fs=None)选择椭圆（高尔）滤波

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.sparse.bsr_array原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.sparse.bsr_array.html#scipy.sparse.bsr_arrayclass scipy.sparse.bsr_array(arg1, shape=None, dtype=None, copy=False, blocks

原文：docs.scipy.org/doc/scipy-1.12.0/index.html原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.signal.coherence.html#scipy.signal.coherence使用 Welch 方法估计离散时间信号 X 和 Y 的幅度平方相干性估计，Cxy。，其中Pxx和Pyy是 X 和 Y 的功率谱密度估计，Pxy是 X 和 Y 的交叉谱密度估计。array_like。

原文：docs.scipy.org/doc/scipy-1.12.0/index.htmlscipy.signal.square原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.signal.square.html#scipy.signal.squarescipy.signal.square(t, duty=0.5)返回周期性方波波形。方波的周期为2*pi，在0到2*pi*duty之间取值为+1，在2*pi*du

原文：docs.scipy.org/doc/scipy-1.12.0/index.html原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.sparse.isspmatrix_bsr.html#scipy.sparse.isspmatrix_bsrx是否是 bsr_matrix 类型？检查是否为 bsr 矩阵的对象返回：布尔（bool）如果x是 bsr 矩阵，则返回 True，否则返回 False示例。

原文链接：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.sparse.isspmatrix_csr.html#scipy.sparse.isspmatrix_csr。稀疏随机矩阵的结构化非零条目将从此函数采样的数组中获取。原文：docs.scipy.org/doc/scipy-1.12.0/reference/generated/scipy.sparse.issparse.html#scipy.sparse.issparse。