python学习笔记（三）

Scipy模块

1、关于文件保存和读取操作，有多种方式，比如

使用scipy中的io的io.savemat()和io.loadmat()；

对于图片可以使用scipy中的misc的misc.imread () 或者matplotlib中的pyplot的pyplot.imread()

其中，numpy也提供text files的操作：numpy.loadtxt()和numpy.savetxt()

对于读取text和csv文件，还有numpy.genfromtxt()和numpy.recfromcsv()

比较高效，特定于numpy的二进制形式的numpy.save()和numpy.load()

更高级的图片输入输出方式有skimage.io

 

2、线性代数操作scipy.linalg

比如求行列式的值，可以用linalg.det(A)，其中A是numpy定义的方阵；

比如求方阵的逆矩阵，可以用linalg.inv(arr)，如果arr是奇异矩阵，则会引起错误；

SVD有uarr, spec, vharr = linalg.svd(arr)，其中，urarr, spec, vharr可以重新组合逼进原矩阵，具体地：

sarr = np.diag(spec)

>>> svd_mat = uarr . dot ( sarr ) . dot ( vharr )

>>> np . allclose ( svd_mat , arr )

True

3、插值运算：scipy.interpolate

对于1维的插值函数，有linear_interp = interp1d(measured_time, measures)

其中，可通过设置参数kind='cubic'改更插值类型，默认是线性插值

4、优化和拟合：scipy.optimize

curve_fit(), minimize(f, x0, method="L-BFGS-B"), basinhopping用来找全局最优；可设置参数除了method外还有bounds， 如bounds=((0,10), )

minimize_scalar()

如果函数中有多个自变量，可以将变量写成向量的形式；

root找到函数为0的变量；

5、图像的几何形变， from scipy import ndimage # shift, roate, zoom

6、图像膨胀 腐蚀操作ndimage.binary_opening(img) .binary_closing(img)

7、对图像中不同区域块用不同颜色作为不同标签，可以用ndimage.label(mask)方法