Suchwörter   (werden UND-verknüpft)
Keines der folgenden   keine eigenen Beiträge
Name des Autors 
resp. Themenstellers 

nur dessen Startbeiträge
auch in Antworten dazu
Forum 
 Suchrichtung  Auf  Ab Suchmethode  Sendezeit Empfehlungbeta [?]
       Die Suche erfolgt nach den angegebenen Worten oder Wortteilen.   [Suchtipps]

Link auf dieses Suchergebnis hier

Forum
Thema Eingetragen
Autor

Programmieren
Universität/Hochschule 
Thema eröffnet von: Nuramon
Python: Wie kann man effizient Tupel variabler Größe erzeugen?  
Beitrag No.6 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-10-06 11:03
schnitzel
 

Hi,

mir ist nicht klar, was genau das Ziel ist. (Die Tupel scheinen nur ein Zwischenergebnis zu sein.) Ich wollte nur mal Numba erwähnen, das es manchmal erlaubt, Schleifen schneller zu machen.
Gruß

Programmieren
Universität/Hochschule 
Thema eröffnet von: Nuramon
Python: Wie kann man effizient Tupel variabler Größe erzeugen?  
Beitrag No.4 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-10-05 17:04
schnitzel
 

Hi,

ich habe interessehalber mal ein paar Sachen "getimed". Da gibts doch große Unterschiede.
python
T =  (0, 1, 2, 3, 5, 6, 7, 8, 9)
L =  [0, 1, 2, 3, 5, 6, 7, 8, 9]
R = range(10)
N = 10000
 
def f_empty():
    pass
 
def gen_empty():
    yield
 
def f3(N):
    for i in range(N):
        test = (i,i+1,i+4)
 
def f(k,N):
    for i in range(N):
        test = tuple(i+j**2 for j in range(k))
 
def g(k,N):
    tmp = list(range(k))
    idxs = list(range(k))    
    for i in range(N):
        for j in idxs:
            tmp[j] = i+j*j
        test = tuple(tmp)
 
%%timeit
a = (0, 1, 2, 3, 5, 6, 7, 8, 9)
 
# 10.9 ns ± 0.206 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)
 
%%timeit
a = [0, 1, 2, 3, 5, 6, 7, 8, 9]
 
# 64.2 ns ± 1.29 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
a = range(10)
 
# 169 ns ± 12.3 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
a = (x for x in range(10))
 
# 515 ns ± 77.4 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
 
%%timeit
N*N
 
# 55.6 ns ± 2.69 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
N**2
 
# 246 ns ± 3.46 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
 
%%timeit
a = f_empty()
 
# 59.2 ns ± 1.48 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
a = gen_empty()
 
# 222 ns ± 3.08 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
 
%%timeit
tuple(T)
 
# 74.9 ns ± 3.63 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
tuple(L)
 
# 102 ns ± 1.7 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
tuple(R)
 
# 194 ns ± 6.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
 
%%timeit
list(T)
 
# 156 ns ± 1.79 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
list(L)
 
# 160 ns ± 2.92 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
 
%%timeit
list(R)
 
# 258 ns ± 31.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
 
%%timeit
f3(N)
 
# 948 µs ± 62.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
 
%%timeit
f(3, N)
 
# 14.3 ms ± 234 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
 
%%timeit
g(3, N)
 
# 3.74 ms ± 148 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Falls man sowas wie "Iterationen über Arrays" hat, kann man manchmal mit numba was rausholen:
python
from numba import jit
import numpy as np
 
@jit
def gn(k,N):
    tmp = np.zeros((k, ))
    idxs = list(range(k))    
    for i in range(N):
        for j in idxs:
            tmp[j] = i+j*j
        test = tmp
    return test
 
%%timeit
gn(3, N)
 
# 318 µs ± 1.33 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Gruß

Geometrie
Universität/Hochschule 
Thema eröffnet von: schnitzel
orthogonale Regression mit Nebenbedingung  
Beitrag No.1 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-08-05
schnitzel
 

Ok meine Vermutung ist wohl falsch:
python
import numpy as np
from sympy.geometry import Line3D
from scipy.optimize import fmin_cg
 
A = np.array([1, 2, 3])
AD = np.array([4, 3, 2])
g = Line3D(A, A + AD)
 
M1 = np.array([5, 1, 3])
M2 = np.array([15, 21, 23])
 
 
def loss_line(h: Line3D) -> float:
    """line to loss"""
    return float(h.distance(M1)**2 + h.distance(M2)**2)
 
def p2h(p: np.ndarray) -> Line3D:
    """parameters to line"""
    l, *PD = p
    PD = np.array(PD)
    P = A + l * AD
    h = Line3D(P, P + PD)
    return h
 
p0  = np.array([0.1, 1.1, 1.1, 1.1])
p = fmin_cg(lambda p: loss_line(p2h(p)), p0)
h = p2h(p)
print(loss_line(h))
 
M = (M1 + M2)/2
def p2h_2(p: np.ndarray) -> Line3D:
    """anderer Ansatz"""
    P = A + p * AD
    h = Line3D(P, M)
    return h
 
def loss_line2(h :Line3D) -> float:
    return float(g.angle_between(h))
 
p2 = fmin_cg(lambda p: loss_line2(p2h_2(p)), 0.2)
h2 = p2h_2(p2)
print(loss_line(h2))

Optimization terminated successfully.
         Current function value: 4.314443
         Iterations: 12
         Function evaluations: 125
         Gradient evaluations: 25
4.31444259473027
Optimization terminated successfully.
         Current function value: 0.001459
         Iterations: 6
         Function evaluations: 98
         Gradient evaluations: 49
111.53763177667379


Hat jemand eine Idee wie man das algorithmisch besser macht?
Gruß

Geometrie
Universität/Hochschule 
Thema eröffnet von: schnitzel
orthogonale Regression mit Nebenbedingung  
Themenstart
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-08-04
schnitzel
 

Hi,
ich habe folgendes Problem. (Alle Objekte sind Teil des \(R^3\).)

Gegeben:
- eine Gerade \(g\)
- zwei Punkte \(M_1, M_2\)

Gesucht ist eine Gerade \(h\) mit den Eigenschaften:
- \(h\) schneidet \(g\).
- \(d(h, M_1)^2 + d(h, M_2)^2\) ist minimal.

Gibt es dafür eine analytische Lösung?
Ich vermute, dass \(h\) durch \(M = (M_1 + M_2)/2\) geht und dabei den Winkel mit \(g\) minimiert. Stimmt das und kann man das dann auflösen?

Vielen Dank und viele Grüße

Informatik
Schule 
Thema eröffnet von: Bekell
Python Container vergleichen  
Beitrag No.5 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-25
schnitzel
 

Hi,

python hat viele komfortable "builtins". Nachschlagen kann man immer  hier. Einfacher zugänglich ist: hier


Ich habe jetzt auf Dein Anraten den Befehl "d = b.intersection(c)" eingefügt. b und c sind die beiden Container. Die Reaktion: AttributeError: 'list' object has no attribute 'intersection' What should I do?

Du hast Listen, die den Befehl intersection eben nicht haben. Also erst die Liste in eine Menge mit set transformieren.
Gruß

Informatik
Schule 
Thema eröffnet von: Bekell
Python Container vergleichen  
Beitrag No.3 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-25
schnitzel
 

Hi,
man kann hier z.B.


set(A) & set(B)

verwenden.
Gruß

[Die Antwort wurde nach Beitrag No.1 begonnen.]

Sonstiges
Universität/Hochschule 
Thema eröffnet von: schnitzel
Linux Mint Upgrade  
Beitrag No.4 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-16
schnitzel
J

Hi,
vielen Dank für deine ausführliche Antwort. Das ist sehr interessant, auch wenn ein Wechsel (noch) nicht in Frage kommt für mich ; )
Viele Grüße

Sonstiges
Universität/Hochschule 
Thema eröffnet von: schnitzel
Linux Mint Upgrade  
Beitrag No.2 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-16
schnitzel
J

Hi,
es sieht so aus als ob das tatsächlich funktioniert hätte. Vielen Dank.



So lange ich selbst noch Linux Mint verwendet habe, habe ich neue Versionen jeweils per Clean-Install eingespielt. Sagt sich habe natürlich leicht, wenn man ein Dual-Boot-System hat und die Daten so lange auf einer Windows-Partition parken kann.

Dann würde ich eher auf eine Distribution mit rollenden Upgrades umsteigen. Was verwendest du denn nun?


Ansonsten würde ich da eher mal hier nachfragen. Das war doch ehedem ein ganz passables Forum?

Ich dachte mir schon, dass es nur ein kleines Problem ist und dass es hier viele Leute gibt die sich damit auskennen.
Viele Grüße

Sonstiges
Universität/Hochschule 
Thema eröffnet von: schnitzel
Linux Mint Upgrade  
Themenstart
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-16
schnitzel
J

Hi,
ich möchte Linux Mint upgraden von 19.3 auf 20 und benutze diese Anleitung hier.

Dabei bleibt es nach mintupgrade upgrade stecken:

Entfernen von openmpi-bin (4.0.3-0ubuntu1) ...
update-alternatives: Fehler: /var/lib/dpkg/alternatives/mpi defekt: Slave-Link ist derselbe wie Haupt-Link /usr/bin/mpicc
dpkg: Fehler beim Bearbeiten des Paketes openmpi-bin (--remove):
 »installiertes openmpi-bin-Skript des Paketes pre-removal«-Unterprozess gab den Fehlerwert 2 zurück
dpkg: Zu viele Fehler, Abbruch
Fehler traten auf beim Bearbeiten von:
 openmpi-bin
Bearbeitung wurde angehalten, da zu viele Fehler auftraten.
E: Sub-process /usr/bin/dpkg returned an error code (1)

------------------------------------------------
!!  ERROR: Failed to autoremove unused packages.
!!  Exiting.
------------------------------------------------

Weiß jemand was man hier tun kann?
(Widerherstellen des alten Systems ist kein Problem)

Viele Grüße

Programmieren
  
Thema eröffnet von: gonz
python - LGS lösen unter Verwendung von Brüchen  
Beitrag No.2 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-15
schnitzel
J

Hi,

numpy ist für numerisches Rechnen. Für symbolisches Rechnen ist sympy die Standardlibrary unter python. Die ist ziemlich umfangreich und sollte alles haben was du brauchst.
Man kann auch erst Gleichungen/Funktionen symbolisch umformen und später als numpy Funktionen exportieren.
Gruß

Numerik & Optimierung
Beruf 
Thema eröffnet von: DetlefA
Approximation eines Kreises mit Rechtecken  
Beitrag No.6 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-11
schnitzel
 

Hi,
ich habe ein Gradientenverfahren ausprobiert und komme auf ähnliche Zahlen wie in #3.
Gruß

Sonstiges
  
Thema eröffnet von: haegar90
Ramanujan-Machine mit Python  
Beitrag No.1 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-07-05
schnitzel
 

Hi,
bist du denn im richtigen Verzeichnis (source)? Wie lautet die Fehlermeldung?
Gruß

Informatik
Universität/Hochschule 
Thema eröffnet von: unixmelo
InsertionSort Funktion zum sortieren einer dictionary in Python  
Beitrag No.3 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-18
schnitzel
 

Hi,
dann musst du die entsprechende Stelle eben ohne übergebenes Argument ändern.
Gruß

Informatik
Universität/Hochschule 
Thema eröffnet von: unixmelo
InsertionSort Funktion zum sortieren einer dictionary in Python  
Beitrag No.1 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-18
schnitzel
 

Hi,

dictionaries in python sollten nicht als sortiert angenommen werden. (Dafür gibt es extra OrderedDict im collections Modul.) Vermutlich sollst du das Dictionary für deine Vergleiche benutzen.
Du könntest beispielsweise ein allgemeineres Prädikat einführen:
python
def insertionSort(L, pred):
    for i in range(1, len(L)):
        value = L[i]
        position = i
        while position > 0 and pred(L[position-1], value):
            L[position] = L[position-1]
            position = position-1
        if position != i:
            L[position] = value
    return L

Dann kannst du dir für beide Fälle ein geeignetes Prädikat überlegen.
Gruß

Stochastik und Statistik
Universität/Hochschule 
Thema eröffnet von: gagamehl
Ausreißer eliminieren 2D Datensatz  
Beitrag No.3 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-18
schnitzel
 

Hi,
das hängt ziemlich davon ab wie die outlier im Allgemeinen aussehen. Ein paar Ideen:

- Du kannst dich hier umsehen. Besonders LOF sollte recht einfach sein: hier

- Da deine outlier ja eher einen Blob bilden, könnte man auch Clustering verwenden: hier (z.B. Spectral oder AgglomerativeClustering)

- Möglicherweise geht auch eine Form von Image Opening.
Gruß

Erfahrungsaustausch
Universität/Hochschule 
Thema eröffnet von: Chandler
R oder Python?  
Beitrag No.5 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-15
schnitzel
 

Hi,
nur ein paar Gedanken:

- Jupyter steht für julia - python - R. Es gibt mittlerweile für fast alle Sprachen einen Kernel. (der mal mehr mal weniger gut funktioniert) Man sollte python vs R unabhängig(er) von Jupyter vs kein Jupyter betrachten.

- Lehren mit Jupyter:
    * Dazu gibt es hier viele Infos.
    * Allen Downey (einer der Autoren) hält hier bspw. ein Statistik Tutorial mit Notebooks.
     (Als Anregung: Viele seiner Bücher sind opensource mit Code auf github)

- R (kenne ich nicht) vs python: hängt wohl davon ab, was man will:
    * Automatisiertes Testen/Korrigieren
    * spätere Verwendbarkeit der Sprache
    * Libraries
    * Performance
    * einfache Syntax
    * einfache Installierbarkeit (Plattform unabhängig)
    * ...

Gruß


Diff.topologie/-geometrie
Universität/Hochschule 
Thema eröffnet von: schnitzel
Formel für mittlere Krümmung  
Beitrag No.2 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-04
schnitzel
J

Hi,
vielen Dank für deine Antwort, jetzt ergibt das mehr Sinn.
Viele Grüße

Diff.topologie/-geometrie
Universität/Hochschule 
Thema eröffnet von: schnitzel
Formel für mittlere Krümmung  
Themenstart
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-06-03
schnitzel
J

Hi,

es geht um die Formel für die mittlere Krümmung auf Wiki:
hier

\(H = \frac{(1+f_v^2)f_{uu} - 2f_uf_vf_{uv} + (1+f_u^2)f_{vv}}{2\sqrt{1+f_u^2+f_v^2}^{3}}\)

Ist die so korrekt? Weiter unten steht:
Die Oberfläche einer Kugel mit Radius r hat die mittlere Krümmung H = 1/r.

D.h. auf der gesamten Kugeloberfläche ist die mittlere Krümmung 1/r. Wenn man aber in der Formel f durch -f ersetzt, bekommt man doch den negativen Wert. Die obere Kugelhälfte hätte doch dann den Werte -1/r und die untere 1/r. Sieht jemand den Denkfehler?

Viele Grüße

Matheplanet
  
Thema eröffnet von: matroid
Die jüngsten Senioren  
Beitrag No.5 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-05-30
schnitzel
 

Hi,
das ist wirklich sehr nett.
Viele Grüße

Programmieren
Universität/Hochschule 
Thema eröffnet von: lissy1234567
“only integer scalar arrays can be converted to a scalar index” erscheint  
Beitrag No.4 im Thread
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum erstem Beitrag2020-05-11
schnitzel
J

Hi,

eine Stacktrace ist die Fehlermeldung die dir python zurückgibt. (Traceback steht ganz oben) Man sieht dort genau wo das Programm nicht mehr weitergekommen ist und welche Variable man sich dann ansehen sollte.

Rein vom Code würde ich sagen, dass du die Funktion eher mit sowas wie
anf.plotMF(X, 0)
aufrufen musst.

Gruß
 

Sie haben sehr viele Suchergebnisse
Bitte verfeinern Sie die Suchkriterien

[Die ersten 20 Suchergebnisse wurden ausgegeben]
Link auf dieses Suchergebnis hier
(noch mehr als 20 weitere Suchergebnisse)

-> [Suche im Forum fortsetzen]
 
 

 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2020 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]

used time 0.043152