問題タブ [scipy]

私は過去にAudiolabを使用してサウンドファイルをインポートしてきましたが、非常にうまく機能しました。でも：

• 基になるlibsndfileがそれらをサポートすることを拒否するため、mp3のようないくつかのフォーマットをサポートしません
• WindowsのPython2.6では機能せず、作者はそれを修正するために周りにいません

-

だから私はどちらかをしたいと思います：

• 2.6で機能しない理由（_sndfile.pydに問題がありますか？）を理解し、サポートされていない形式で機能するように拡張する方法を見つけてください。
• audiolabの完全な代替品を探す

2D 領域でSciPyに多変数関数を統合しようとしています。次のMathematicaコードに相当するものは何ですか?

SciPy のドキュメントを見ると、1 次元の求積法のサポートしか見つかりませんでした。SciPyで多次元積分を行う方法はありますか?

sparse.lil_matrix形式を使用している場合、マトリックスから列を簡単かつ効率的に削除するにはどうすればよいですか？

リストのタプルがあります。これらのリストの 1 つがスコアのリストです。スコアのリストを numpy 配列に変換して、scipy が提供する事前構築済みの統計を利用したいと考えています。

この場合、タプルは「データ」と呼ばれます

タプルを保存したら、これを簡単に行うことができますか?

次のコードは、すべてがベクトル化されているように見えても、実行速度が遅すぎます。

問題は、インデックス作成操作がPython関数として実装されており、呼び出すとA[i,j]次のプロファイリング出力が生成されることです。

つまり、Python関数_get_single_elementは100000回呼び出されますが、これは非常に非効率的です。なぜこれは純粋なCで実装されないのですか？この制限を回避し、上記のコードを高速化する方法を知っている人はいますか？別のスパース行列タイプを使用する必要がありますか？

加重最小二乗を最小化する自然なスプラインに適合する数値パッケージを見つけようとしています。

不自然なスプラインに必要なことを行うscipyのパッケージがあります。

マトリックスの行とその列で個別にクラスタリングを実行し、マトリックス内のデータを並べ替えてクラスタリングを反映し、すべてをまとめる方法を探しています。クラスタリングの問題は簡単に解決でき、デンドログラムの作成も同様です (たとえば、このブログや「集合知のプログラミング」など)。ただし、データを並べ替える方法は不明のままです。

最終的に、単純な Python を使用して以下のようなグラフを作成する方法を探しています (numpy、matplotlib などの「標準」ライブラリを使用しますが、Rやその他の外部ツールは使用しません)。

_{(出典: warwick.ac.uk )}

明確化

再注文の意味を尋ねられました。行列のデータを最初に行列の行で、次にその列でクラスター化すると、各行列セルは 2 つの系統樹の位置によって識別できます。元のマトリックスの行と列を並べ替えて、デンドログラムで互いに接近している要素がマトリックス内で互いに接近するようにし、ヒートマップを生成すると、データのクラスタリングがビューアに明らかになる場合があります。 (上図のように)

SciPyやNumPyなどに組み込まれた対応する逆変換を備えた汎用形式の短時間フーリエ変換はありますか?

specgrammatplotlib には、 を呼び出す pyplot 関数ax.specgram()がありmlab.specgram()ます_spectral_helper()。

しかし

これは、204 #psd、csd、およびスペクトログラム間の共通性を実装するヘルパー関数です。mlab 以外で使用するためのものではあり ません

ただし、これを使用して STFT および ISTFT を実行できるかどうかはわかりません。他に何かありますか、またはこれらの MATLAB 関数のようなものを翻訳する必要がありますか?

私は独自のアドホック実装を作成する方法を知っています。私は、さまざまなウィンドウ機能を処理できる（ただし、デフォルトは正常です）、COLAウィンドウ（istft(stft(x))==x）で完全に反転可能で、複数の人によってテストされ、オフバイワンエラーがなく、端を処理するフル機能のものを探しています適切なゼロパディング、実数入力の高速 RFFT 実装など。

私はたくさんのcsvデータセットを持っており、それぞれのサイズは約10Gbです。それらの列からヒストグラムを生成したいと思います。しかし、numpyでこれを行う唯一の方法は、最初に列全体をnumpy配列にロードしてから、numpy.histogramその配列を呼び出すことだと思われます。これにより、不要な量のメモリが消費されます。

numpyはオンラインビニングをサポートしていますか？csvを1行ずつ繰り返し、値を読み取るときに値をビン化するものを期待しています。このようにして、一度に最大1行がメモリに保存されます。

私自身を転がすのは難しいことではないでしょうが、誰かがすでにこのホイールを発明したかどうか疑問に思います。