SciPy/NumPy Importrichtlinie

Question

Hinweis: Ich habe nach Duplikaten gesucht und nichts beantwortet meine Frage eindeutig. Ich hoffe, du wirst mich wissen lassen, wenn ich etwas verpasst habe!

In dem Bemühen, meinen Code aufzuräumen, habe ich nach einer Standardkonvention für den Import von SciPy und NumPy in meinen Programmen gesucht. Ich weiß, dass es keine strenge Richtlinie gibt und ich kann es so machen, wie ich es möchte, aber von Zeit zu Zeit finde ich immer noch widersprüchliche Anweisungen.

Zum Beispiel habe ich irgendwo gelesen, dass NumPy nur das Array-Objekt implementieren soll, während SciPy für alle anderen wissenschaftlichen Algorithmen da ist. Also NumPy sollte für Array-Betrieb und SciPy für alles andere verwendet werden ... Auf der anderen Seite importiert SciPy jede Numpy-Funktionen in seinem Hauptnamespace, so dass scipy.array() ist das gleiche wie numpy.array() (see this question), so NumPy sollte nur sein Wird verwendet, wenn SciPy nicht verwendet wird, da es sich um Duplikate handelt ...

Wie wird empfohlen, mit SciPy und NumPy zu arbeiten? Ein Wissenschaftler, sqrt(-1) sollte eine komplexe Zahl zurückgeben, also bin ich geneigt, nur mit SciPy zu gehen.

Gerade jetzt beginnt mein Code mit:

import numpy as np 
from scipy import * 
from matplotlib import pyplot as plt 

I scipy für mathematische Operation (wie log10()) und numpy für Array-Erstellung/Operationen (wie np.zeros()) verwenden. Wäre es in Ordnung, den ganzen Weg mit SciPy zu gehen und niemals NumPy explizit zu importieren? Wird ein zukünftiges Update die Array-Manipulation von NumPy von SciPy entfernen?

Answer 1

Ich empfehle, so etwas wie

import numpy as np 
import scipy as sp 

statt. Es ist immer gefährlich, from ... import * vor allem mit großen Modulen wie numpy und scipy zu tun. Das Folgende zeigt warum:

>>> any(['foo']) 
True 
>>> from scipy import * 
>>> any(['foo']) 

Traceback (most recent call last): 
    File "<pyshell#2>", line 1, in <module> 
    any(['foo']) 
    File "C:\Python27\lib\site-packages\numpy\core\fromnumeric.py", line 1575, in any 
    return _wrapit(a, 'any', axis, out) 
    File "C:\Python27\lib\site-packages\numpy\core\fromnumeric.py", line 37, in _wrapit 
    result = getattr(asarray(obj),method)(*args, **kwds) 
TypeError: cannot perform reduce with flexible type 

Was passiert hier? Die Standard-Python-Built-in-Funktion any wird durch scipy.any ersetzt, die ein unterschiedliches Verhalten aufweist. Das könnte Code brechen, der den Standard any verwendet.

Answer 2

Was Klassen machen und verwenden Sie nur, was Sie benötigen, fx: Klasse ein:

import cv2 
from SIGBWindows import SIGBWindows 
from SIGBAssg import * 

Klasse zwei:

import cv2 
import numpy as np 

from pylab import * 
from scipy.cluster.vq import * 
from scipy.misc import imresize 

Klasse drei:

import cv2 
import numpy as np 

und Schließlich, wo wir das Objekt nennen:

import cv2 
from SIGBWindows import SIGBWindows 
from SIGBAssg import * 

windows = SIGBWindows(mode="video") 
windows.openVideo("somevideo.avi") 
kmeans(windows) 

Ich weiß nicht, ob es das ist, was Sie suchen, aber dieser Ansatz macht den Code wirklich sauber und einfach, um weitere Funktionen hinzuzufügen.

Answer 3

Dieser Beitrag enthält einige gute Informationen zu den beiden Modulen (Relationship between scipy and numpy). Es scheint, dass Numpys Funktionalität vollständig in Scipy enthalten sein soll, obwohl es einige Ausnahmen gibt (siehe Beitrag).Ich würde sagen, es ist sicher, Scipy einfach für all Ihre Bedürfnisse zu verwenden, da die wichtigsten Dinge wie mathematische Funktionen, Arrays und andere Dinge in Scipy enthalten sind.