图像去雾毕业论文准备05-python中科学计算（Numpy和Scipy)

柔情只为你懂 2023-01-01 14:49 116阅读 0赞

## 图像去雾毕业论文准备05-python中科学计算（NumPy和SciPy) ##

但凡对深度学习有所学习基本上都知道这两个包，尤其是NumPy和裂变类似，但是运行效率又远高于列表，在Pytorchh中，numpy也很重要，废话少说，开干！

NumPy 和 SciPy是Python中用以实现科学计算的模块包  
Numpy主要提供了数组对象、基本的数组函数和傅里叶变换的相关函数。而SciPy依赖与NumPy

一、包的安装这个就不介绍了，如果不会可以网上搜下教程，或者放弃学习吧（这两个包很基础，安装也很简单，唯一一点就是需要注意安装版本，之前学习tensorflow的时候，提示我与Numpy版本不符，别的倒没啥）  
关于SciPy安装[Scipy安装教程（解决安装慢的问题）][Scipy]

随便测试一个代码

import numpy as np
    from scipy import optimize
    x = np.array([8.19, 2.72, 6.39, 8.71, 4.7, 2.66, 3.78])
    y = np.array([7.01, 2.78, 6.47, 6.71, 4.1, 4.23, 4.05])
    
    
    def residuals(p):
        k, b = p
        return y - (k * x + b)
    r = optimize.leastsq(residuals, [1, 1])
    print(r)

如果两个包安装都是正确的，那么就会出现下面的运行结果  
(array(\[0.61349535, 1.79409255\]), 3)  
Process finished with exit code 0

#!/usr/bin/python3.6
    # -*- coding: utf-8 -*-
    # @Time    : 2021/1/3 14:35
    # @Author  : ptg
    # @Email   : zhxwhchina@163.com
    # @File    : 异常.py
    # @Software: PyCharm
    
    # 导入模块
    import numpy as np
    # 生成一个数组对象
    a = np.array((1,2,3,4,5))
    print(a)
    
    # 生成一个数组对象
    b = np.array(([1,2,3],[4,5,6],[7,8,9]))
    print(b)
    
    # 数组相加
    c = b + b
    print(c)
    
    # 数组对象的乘法运算
    d = c * 2
    print(d)
    
    # 数组除法运算
    e = d / c
    print(e)
    
    # 求正弦
    print(np.sin(b))
    
    # 数组重新调整大小
    print(np.resize(b,[2,2]))
    
    
    # 求和sum
    print(np.sum(b))
    
    # 0矩阵
    ozeros = np.zeros((10,10))
    print(ozeros)
    
    # 1矩阵
    Iones = np.ones((10,10))
    print(Iones)

**关于Scipy**

# 导入scipy库
    import scipy
    # 生成一个矩阵
    a = scipy.mat('[1,2,3;4,5,6;7,8,9]')
    print(a)

基本上和numpy类似  
![在这里插入图片描述][20210103162457556.png]

a = scipy.mat(’\[1,-1;-1,2;2,-2;-3,1’)  
b = scipy.mat(’\[1;2;3;4\]’)  
x,y,z,w = linalg.lstsq(a,b)  
**linalg**这个好像出错了  
总之是可以进行线性方程求解的  
先到这吧（完！）

[Scipy]: https://blog.csdn.net/maohule/article/details/104314682?utm_medium=distribute.pc_relevant.none-task-blog-OPENSEARCH-7.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-7.control
[20210103162457556.png]: /images/20221120/ad65347b67b446d48dc63bf7ccb5d0e5.png