Дополнительные ускоренные функции из SciPy (numpy.dual)
Псевдонимы функций, которые могут быть ускорены с помощью SciPy.
SciPy может быть скомпилирована с использованием ускоренных или улучшенных библиотек для БПФ, линейной алгебры и специальных функций. Этот модуль позволяет разработчикам прозрачно поддерживать эти ускоренные функции при наличии SciPy, но при этом поддерживать пользователей, которые установили только NumPy.
Линейная алгебра
cholesky(a) | Разложение Холецкого. |
det(a) | Вычисление определителя массива. |
eig(a) | Вычисление собственных значений и правых собственных векторов квадратного массива. |
eigh(a[, UPLO]) | Возвращает собственные значения и собственные векторы эрмитовой или симметричной матрицы. |
eigvals(a) | Вычисление собственных значений произвольной матрицы. |
eigvalsh(a[, UPLO]) | Вычисление собственных значений эрмитовой или вещественной симметричной матрицы. |
inv(a) | Вычисление (мультипликативного) обратного значения матрицы. |
lstsq(a, b[, rcond]) | Возвращает решение методом наименьших квадратов для линейного матричного уравнения. |
norm(x[, ord, axis, keepdims]) | Норма матрицы или вектора. |
pinv(a[, rcond]) | Вычисление псевдообратной матрицы (по Мооре-Пенрозу). |
solve(a, b) | Решение линейного матричного уравнения или системы линейных скалярных уравнений. |
svd(a[, full_matrices, compute_uv]) | Сингулярное разложение. |
БПФ
fft(a[, n, axis, norm]) | Вычисление одномерного дискретного преобразования Фурье. |
fft2(a[, s, axes, norm]) | Вычисление двумерного дискретного преобразования Фурье. |
fftn(a[, s, axes, norm]) | Вычисление N-мерного дискретного преобразования Фурье. |
ifft(a[, n, axis, norm]) | Вычисление обратного одномерного дискретного преобразования Фурье. |
ifft2(a[, s, axes, norm]) | Вычисление обратного двумерного дискретного преобразования Фурье. |
ifftn(a[, s, axes, norm]) | Вычисление обратного N-мерного дискретного преобразования Фурье. |
Другие
i0(x) | Модифицированная функция Бесселя первого рода нулевого порядка. |
© 2008–2016 NumPy Developers
Licensed under the NumPy License.
https://docs.scipy.org/doc/numpy-1.10.1/reference/routines.dual.html
