音频DSPy audio_dspy是用于音频信号处理工具的Python软件包。 当前的工具包括: 均衡器滤波器设计 非线性处理器 正弦扫描工具 绘制频率响应和静态曲线 将传递函数转换为最小相位或线性相位 Prony方法和具有频率扭曲的Prony方法 模态建模工具 使用pip安装: pip install audio-dspy 例子 import audio_dspy as adsp import matplotlib . pyplot as plt # Plot nonlinear static curves adsp . plot_static_curve ( lambda x : adsp . hard_clipper ( x ), range = 2.5 ) adsp . plot_static_curve ( lambda x : adsp . soft_clipper (
2022-02-14 20:16:05 805KB Python
1
Windows10 64位下Oracle数据库下载安装以及安装python包cx_Oracle,还包括我遇到的一些问题
2022-02-11 09:55:43 337KB windows10 Oracle cx_Oracle
1
mix_T Scipy和sklearn目前没有任何资源可用于拟合多元Student t分布或其混合,即使这些已广泛用于建模重尾数据。 该程序包(正在进行中,即将完成)将提供以下类: 使用类似于scikit-learn的界面将数据集拟合到多元Student T分布的有限混合并计算关键统计量(BIC,AIC等); 使用变分近似将数据集拟合为多元学生T分布的混合。
2022-02-08 12:04:45 28KB Python
1
化学包装 创建Python包以处理NWChem输入和输出文件 依存关系 截至目前,像numpy这样的常规包之外的唯一依赖项是natsort 。 可以通过pip或conda找到并安装此软件包 附加条款 该软件包是高度实验性的。 甚至在我从python2快速攻入python3之前,我都会建议任何人验证它给出的结果是否正确。
2022-01-13 15:03:58 1.4MB Python
1
graphframes,python包,用来本地windows环境下部署;graphframes,python包,用来本地windows环境下部署
2022-01-09 16:22:02 246KB python包
1
pygsflow pyGSFLOW是用于创建,读取,写入,编辑和可视化GSFLOW模型的python软件包 API文档 可以在以下位置找到pyGSFLOW API文档: 例子 Ipython笔记本示例问题可以在examples目录中找到。 安装 可以使用pip安装pygsflow信息库。打开命令提示符或anaconda提示符终端,然后键入: pip install https://github.com/pygsflow/pygsflow/zipball/master pygsflow现在已安装 或者,用户可以下载存储库的副本,打开命令提示符或anaconda promt终端,将cd放入Trunk目录中,然后键入: pip install . 作者 艾曼·阿尔兹莱伊(Ayman Alzraiee)和约书亚·拉尔森(Joshua Larsen) 虫子 该代码正在积极开发中,尽管建立
2022-01-04 22:25:37 18.34MB usgs groundwater prms modflow
1
repDNA:Python包,通过结合用户定义的理化特性和序列顺序效应来生成DNA序列的各种特征向量模式
2021-12-31 01:28:34 87KB 研究论文
1
编译后的caffe包,复制到python site-packages文件夹可以直接使用。附有安装说明 编译环境 win7/10,vs2015,python27和python35,cpu版本。 作为一个编程新手,鼓捣了两天的caffe终于成功import了,是时候开启下一阶段了。
2021-12-25 20:43:02 30.95MB caffe框架 python包 免编译直接安装
1
xarray 是一个开源 Python 包,让多维数组处理更加简单、高效并有趣
2021-12-17 15:50:36 2.86MB Python开发-其它杂项
1
sl 用于概率预测的Python包 v0.0.2 安装 该软件包支持Python 3.6、3.7、3.8和3.9 通过PyPI安装 运行pip install pysloth 从存储库安装 使用SSH克隆回购git clone git@github.com:PySloth/pysloth.git 将目录更改为README.md (此文件)所在的位置,然后运行pip install . 快速开始 下面的代码示例显示了运行中的scpd和ccpd from pysloth import scpd_function , ccpd_function import numpy as np import statsmodels . api as sm np . random . seed ( 142 ) n = 1000 # training set m = int ( 0.8 * n ) #
2021-12-16 16:58:19 585KB python data-science machine-learning statistics
1