Wie berechne ich die Umkehrung der kumulativen Verteilungsfunktion (CDF) der Normalverteilung in Python? Welche Bibliothek soll ich benutzen? Möglicherweise scipy?
Ich versuche, wenige (5-500) Eigenvektoren zu berechnen, die den kleinsten Eigenwerten großer symmetrischer quadratischer Sparse-Matrizen (bis zu 30000 x 30000) entsprechen, wobei weniger als 0,1% der Werte ungleich Null sind. Ich verwende derzeit scipy.sparse.linalg.eigsh im Shift-Invert-Modus...
Ich habe ein zweidimensionales Array, das Funktionswerte an Positionen in einem Polarkoordinatensystem darstellt. Zum Beispiel: import numpy as np radius = np.linspace(0, 1, 50) angle = np.linspace(0, 2*np.pi, radius.size) r_grid, a_grid = np.meshgrid(radius, angle) data =