<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          3段極簡代碼帶你入門Python科學(xué)計算庫SciPy

          共 1808字,需瀏覽 4分鐘

           ·

          2021-03-21 20:50


          導(dǎo)讀:SciPy是基于NumPy的,提供了更多的科學(xué)計算功能,比如線性代數(shù)、優(yōu)化、積分、插值、信號處理等。


          作者:趙志強 劉志偉來源:大數(shù)據(jù)DT(ID:hzdashuju)




          01 文件讀寫

          目前在國內(nèi)Matlab仍然非常流行,Matlab使用的數(shù)據(jù)格式通常是.mat文件。對此,Scipy.io包提供了可以導(dǎo)入導(dǎo)出.mat文件的接口,這樣,Python和Matlab的協(xié)同工作就變得非常容易了。示例代碼如下所示:

          from scipy import io as spio
          import numpy as np
          a=np.arange(10)
          spio.savemat('a.mat',{'a':a})
          data = spio.loadmat('a.mat', struct_as_record=True)
          data['a']

          Out:

          array([[0123456789]])


          02 線性代數(shù)運算

          在SciPy中,線性代數(shù)運算使用的是scipy.linalg。

          scipy.linalg.det()可用于計算矩陣的行列式,示例代碼如下:

          from scipy import linalg
          m=np.array([[1,2],[3,4]])
          linalg.det(m)

          Out:

          -2.0


          03 優(yōu)化和擬合

          求解最大值最小值之類的問題即為優(yōu)化問題,在SciPy中,scipy.optimization提供了最小值、曲線擬合等算法。示例代碼如下:

          import numpy as np
          from scipy import optimize
          import matplotlib.pyplot as plt

          def f(x):
              return x**2+20*np.sin(x)

          x=np.arange(-10,10,0.1)

          plt.plot(x,f(x))

          由圖3-1中可以看到,對應(yīng)的最小值的橫坐標(biāo)大約是-2。

          我們可以用暴力窮舉法來計算最小值,代碼如下:

          grid=(-10,10,0.1)
          x_min=optimize.brute(f,(grid,))
          x_min
          Out:
          array([-1.42754883])

          ▲圖3-1

          當(dāng)然,當(dāng)數(shù)據(jù)量較大的時候,窮舉法速度會很慢。為了提高效率,scipy.optimize也提供了諸如模擬退火等優(yōu)化算法,這里不再多講。

          關(guān)于作者:趙志強,金融量化與建模專家,目前在金融科技公司負(fù)責(zé)金融大數(shù)據(jù)產(chǎn)品工作,專注于研究Al在金融領(lǐng)域的落地應(yīng)用。曾在由諾獎得主Robert Engle領(lǐng)導(dǎo)的上海紐約大學(xué)波動研究所研究全球金融風(fēng)險,并和上交所、中金所合作完成多項科研項目。曾在摩根士丹利華鑫基金、明汯投資負(fù)責(zé)量化投資研究工作,內(nèi)容包括股票多因子、期貨CTA和高頻交易等。
          劉志偉,在中國銀聯(lián)云閃付事業(yè)部從事數(shù)據(jù)分析、數(shù)據(jù)挖掘等工作。對自然語言處理、文本分類、實體識別、關(guān)系抽取、傳統(tǒng)機器學(xué)習(xí),以及大數(shù)據(jù)技術(shù)棧均有實踐經(jīng)驗。目前正在探索相關(guān)技術(shù)在金融場景內(nèi)的落地應(yīng)用,包括自動知識圖譜、大規(guī)模文本信息抽取結(jié)構(gòu)化、異常識別等領(lǐng)域,關(guān)注人工智能行業(yè)前沿技術(shù)發(fā)展。

          本文摘編自Python量化投資:技術(shù)、模型與策略》,經(jīng)出版方授權(quán)發(fā)布。

          點擊上圖了解及購買
          也可以加一下老胡的微信
          圍觀朋友圈~~~


          推薦閱讀

          (點擊標(biāo)題可跳轉(zhuǎn)閱讀)

          我愛線代,線代使我快樂

          麻省理工學(xué)院計算機課程【中文版】

          【清華大學(xué)王東老師】現(xiàn)代機器學(xué)習(xí)技術(shù)導(dǎo)論.pdf

          機器學(xué)習(xí)中令你事半功倍的pipeline處理機制

          機器學(xué)習(xí)避坑指南:訓(xùn)練集/測試集分布一致性檢查

          機器學(xué)習(xí)深度研究:特征選擇中幾個重要的統(tǒng)計學(xué)概念

          老鐵,三連支持一下,好嗎?↓↓↓

          瀏覽 31
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  青青草操逼视频 | 亚洲性爱自拍 | 黄色a一级片免费看 | 黄色大片网站 | 成人性爱视频在线免费观看 |