SciPy/NumPy导入指南

Question

注意:我检查了重复项，但没有明确回答我的问题。如果我遗漏了什么，我相信你会告诉我的！

为了清理我的代码，我一直在寻找在我的程序中导入SciPy和NumPy的标准约定。我知道没有严格的指导方针，我可以按照我想要的方式来做，但有时我仍然会发现相互矛盾的指导。

例如，我在某处读到，NumPy仅用于实现数组对象，而SciPy用于所有其他科学算法。因此，NumPy应该用于数组操作，SciPy用于其他所有操作...另一方面，SciPy在其主名称空间中导入每个Numpy函数，因此scipy.array()与numpy.array() (see this question)是相同的，因此NumPy应该仅在不使用SciPy时使用，因为它们是重复的……

使用SciPy和NumPy的推荐方式是什么？作为一名科学家，sqrt(-1)应该返回一个复数，所以我倾向于只使用SciPy。

现在，我的代码开始于：

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

我使用scipy进行数学运算(比如log10())，使用numpy进行数组创建/操作(比如np.zeros())。是否可以一直使用SciPy，而从不显式导入NumPy？将来的更新会从SciPy中删除NumPy的数组操作吗？

Answer 1

我推荐这样做：

import numpy as np
import scipy as sp

而不是。做from ... import *总是很危险的，尤其是像numpy和scipy这样的大模块。下面说明了原因：

>>> 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

这里发生了什么？标准的python内置函数any被替换为具有不同行为的scipy.any。这可能会破坏任何使用标准any的代码。

Answer 2

这篇文章有一些关于这两个模块(Relationship between scipy and numpy)的很好的信息。看起来Numpy的功能应该完全包含在Scipy中，尽管有一些例外(参见文章)。我要说的是，简单地使用Scipy来满足您的所有需求是安全的，因为大多数重要的东西，如数学函数、数组和其他东西都包含在Scipy中。

Answer 3

如何创建类，并使用您将需要的，fx: class 1：

import cv2
from SIGBWindows import SIGBWindows
from SIGBAssg import *

第二类：

import cv2
import numpy as np

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

第三类：

import cv2
import numpy as np

最后是我们调用对象的地方：

import cv2
from SIGBWindows import SIGBWindows
from SIGBAssg import *

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

我不知道这是否是你想要的，但是这种方法让代码变得非常整洁，并且很容易添加更多的功能。