SciPy
在 NumPy 数组上提供科学计算算法,常见入口有 linalg、optimize、stats、integrate。
安装与导入
python -m pip install scipy numpy
import numpy as np
from scipy import linalg, optimize, stats, integrate
本页共用这些导入,各小节使用独立的小数据。
常用用法
解线性方程组
a = np.array([[3., 1.], [1., 2.]])
b = np.array([9., 8.])
x = linalg.solve(a, b)
print(x) # [2., 3.]
print(np.allclose(a @ x, b)) # True
求解 Ax = b 优先使用 solve,无需先计算逆矩阵;非方阵的最小二乘问题可用 linalg.lstsq。见线性代数。
函数最小化
def objective(z):
return (z[0] - 2) ** 2 + (z[1] + 1) ** 2
result = optimize.minimize(objective, x0=[0., 0.], method="BFGS")
print(result.success, result.message)
print(result.x, result.fun) # 接近 [2., -1.] 和 0
返回结果后先看 success 和 message,再判断参数是否合理;见优化教程。
拟合一条曲线
def line(x, slope, intercept):
return slope * x + intercept
x = np.arange(6, dtype=float)
y = np.array([1.0, 3.1, 4.9, 7.2, 8.9, 11.1])
params, covariance = optimize.curve_fit(line, x, y)
print(params) # 斜率和截距,约为 2 和 1
predicted = line(x, *params)
非线性拟合可用 p0 提供初始值;参数受限制时再加 bounds,见 curve_fit。
分布与简单统计检验
print(stats.norm.cdf(1.96)) # 标准正态分布 P(X <= 1.96),约 0.975
print(stats.norm.ppf(0.975)) # 反向求分位点,约 1.96
a = [72, 75, 79, 81, 77]
b = [68, 71, 73, 76, 70]
test = stats.ttest_ind(a, b, equal_var=False) # Welch t 检验
print(test.statistic, test.pvalue)
检验要考虑样本独立性等前提;p 值不是“原假设为真的概率”。见统计模块。
数值积分
value, error = integrate.quad(lambda x: x ** 2, 0, 1)
print(value, error) # 约 1/3,以及绝对误差估计
误差估计不是统计置信区间,见 quad。
进阶与不常用用法
稀疏数组
from scipy.sparse import csr_array
a = csr_array([[0., 2., 0.], [3., 0., 0.], [0., 0., 4.]])
print(a.nnz) # 存储的非零项数量:3
print(a @ np.array([1., 2., 3.])) # [4., 3., 12.]
大部分元素为零时可减少存储。CSR 常用于按行访问和矩阵乘向量;不要随意 .toarray() 展开大型数据。见稀疏数组指南。
KDTree 近邻查询
from scipy.spatial import KDTree
points = np.array([[0., 0.], [1., 1.], [3., 3.]])
tree = KDTree(points)
distance, index = tree.query([0.9, 1.1], k=1)
print(index, points[index]) # 1、[1., 1.]
适合低维空间的重复近邻查询;维度升高时,性能收益可能下降。见 KDTree。
易错点
- 初始值、变量尺度和约束会影响优化过程,不应只检查“是否返回结果”。
curve_fit的协方差估计依赖拟合假设,不能直接当作模型一定可靠的证明。- 稀疏数组的
*是逐元素运算,矩阵乘法使用@。