用于处理numpy数组的工具箱。
gsn_numpy_util的Python项目详细描述
使用包含在 numpy数组。
您可以在launchpad页或pypi页找到代码和dowloads
http://launchpad.net/gsn-numpy-util
http://pypi.python.org/pypi/gsn_numpy_util
安装
任何标准咒语都有效:
- pip gsn_numpy_util
- 轻松安装gsn numpy util
- python setup.py安装
依赖关系:
- 纽比(http://www.numpy.org)
- gsn_util(http://pypi.python.org/pypi/gsn_util)
推荐:
- scipy(http://www.scipy.org)
可选:
用法
模块名相当冗长,以避免名称冲突,因为 外面的人会有一个叫做numpy-util或 类似的东西。当我使用包时,我总是将其导入为:
import gsn_numpy_util as nu
努比效用比
在numpy-util中定义的所有符号都导入到 gsn_numpy_util模块,因此可以通过以下方式访问这些符号:
>>> import gsn_numpy_util as nu >>> nu.y(2,1,pi/2, 3*pi/2)
内容:
- 实球和复球谐函数(y,ry)
- 从数组中删除inf和nan的函数(所有数据都很好, 剪贴簿)
- Fortran无格式I/O(写Fortran,读Fortran, 就地阅读fortran,跳过fortran)
- 生成坐标网格(网格和网格)
- 在N维(图像,平面图, unflattenmap,histo,histo2d,分区)
- 傅里叶变换的阐述-正弦变换,余弦变换, 等(功率谱,正弦变换,余弦变换,fst,ifst, fct,ifct变换,fstn,ifstn,fct n,ifctn,触发频率,rdct, irdct,rdst,irdst,dct,idct,dst,idst rdstfreq,rdctfreq)
- 使用各种基于fft的方法(poisson, 泊松fft,泊松fst,泊松fct,大泊松,大泊松fft, 大泊松fst,大泊松fct)
- 基于磁盘的大型阵列(bigarray)的实现 这些数组上的转换(例如big_fftn)
- 时间序列信息跨越阈值的性质 (seq_transitions,seq_transitions_idx,seq_length,seq_length_above,上面的seq_transitions_idx,seq_length_ 下面的seq_length_)
- 平均和重新绑定数组(rebin、ave、lave)
- 向量演算,(div,grad,curl,laplacian)
- 位和布尔数组(boolmat、bitmat、boolarr、bitarr)
- 随机偏差(randp,randlog)
- 坐标系和变换(笛卡尔,球面, 格雷厄姆•施密特)
- 加权平均数、标准差、几何平均数等 (加权平均值、加权标准值、几何平均值、均方根值)
- 获取唯一值并确定数组的集合成员身份。 注意,numpy有一个setmember1d函数,但几年前它得到了 与数组中何时存在重复元素相混淆。 (唯一1d,设置成员1d)
粒子.py
计算粒子分布的性质。
可通过
>>> import gsn_numpy_util as nu >>> nu.particles.ellipticity(rs, ms)
内容:
- 基本变换:旋转、仿射变换等
- 基本矢量运算:震级、内积等。
- 粒子分布的性质:质心、角 动量
- 用对角化矩计算粒子分布形状 惯性张量
- 极小化偶极子和四极子的粒子分布形状 分布矩
- 高阶(八极等)傅里叶系数的计算
- 质量剖面、密度剖面、速度弥散剖面
- 用各种算法求质心距离
- 朋友之友(传递闭包)算法的实现
- 从Anatoly Klypin 结合密度最大算法求粒子群
- 坐标变换球形,圆柱形,
- 将粒子按n维合并到网格中
图.py
简单实现of图和函数计算几个 财产。
可通过
>>> import gsn_numpy_util as nu >>> nu.graph.dfs(graph)
内容:
- 图形类
- 等价类类
- 传递闭包的几种实现
- 广度优先搜索,深度优先搜索
测试
运行测试:
python-m unittest gsn_numpy_util.test.test_numpy_util
python-m unittest gsn_numpy_util.test.test_粒子
python-m unittest gsn numpy util.test.test图