Scipy+ Numpy

import numpy as n
import scipy.linalg as l   <- moduł do obliczeń
import scipy.stats as s <- moduł do statystyki

NUMPY + LINALG
Układ równań  l.solve( , )
(klamrą spięte) y=2x+3     3y=9x-3
(klamrą spięte) 2x-y=-3     9x-3y=3    x,y na jedną stronę, wolne liczby na drugą
a=n.array(([2,-1],[9,-3]))  1wsza macierz z niewiadomymi
b=n.array(([-3,3]))  2ga macierz z wyrazami wolnymi
l.solve(a,b)

NUMPY
Równanie n.roots()
-2x^2-8x+10=0
c=n.array(([-2,-8,10])) macierz z liczb z równania
n.roots(c) 

NUMPY
Statystyka
dolar=n.array(1,2,3,4,.....,2)
euro=n.array(2,4,2,1,.......,5)

n.mean(dolar) średnia wartość dolara
n.std(dolar) odchylenie standardowe wartości dolara
n.amin(dolar) minimalna wartość dolara)
n.amax(dolar) maksymalna wartość dolara
n.corrcoef(dolar,euro) współczynnik korelacji Pearsona między dolarem a euro

***** 1 macierz z obu kursów walut: razem=n.concatenate((dolar, euro))
dolar=n.array(1,2,3,4,.....,2)
euro=n.array(2,4,2,1,.......,5)
razem=n.concatenate((dolar, euro))
n.mean(razem[0,:])  średnia wartość dolara (bez euro)
n.std(razem[1,:])  odchyl stand euro
n.corrcoef(razem[0,:],razem[1,:])  współczynnik korelacji Pearsona między dolarem a euro ******

SCIPY

s.pearsonr() współczynnik korelacji Pearsona w Scipy -> w przypadkach bardziej zaawansowanych i gdy mamy dane nominalne / porządkowe
s.spearmanr()
s.chisquare()  test ch kwadrat
s.ttest_ind() test t dla prób niezależnych
s.ttest_1samp()  dla 1 próby
s.ttest_rel() test dla prób zależnych
s.maunwhitneyu() test Manna-Whitneya
s.wilcoxon() test Wilcoxona

--------------------------------------------------
  Stwórz macierz o wymiarach 10x10 wypełnioną losowymi liczbami. Znajdż wartość maksymalną i zastąp ją zerem.
 my2= n.random.randint(-100,100, size=(10,10))
naj=int(n.amax(my2))
print my2
print naj
for i in range (0,10):
    for j in range (0,10):
        if int(my2[i,j])==int(naj) :
            my2[i,j]=0
        else:
            null=True
print my2
 ---------------------------------------------------------------
Stwórz macierz o wymiarach 10x10 wypełnioną losowymi liczbami. Znajdż wartość maksymalną i zastąp ją zerem. Powtórz czynnośc 10 razy.
my1= n.random.randint(-100,100, size=(10,10))
print my1
najwieksza=int(n.amax(my1))
print najwieksza
for k in range (0,10):
    for i in range (0,10):
        for j in range (0,10):
            if int(my1[i,j])==int(najwieksza):
                my1[i,j]=0
            else:
                null=True
    print str(n)
print my1
 -------------------------------------------------------------------
Wykonaj test istotności różnic na udostępnionych danych ilościowych.
jeden = np.array([4 , 3, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 2, 1, 1, 2, 1, 2, 1, 3, 3, 0, 4, 1, 1, 2, 4, 2, 1, 3, 2, 2, 1, 3, 2, 3, 0, 2, 0])
dwa = np.array([3 , 1, 1, 4, 3, 2, 4, 2, 4, 4, 4, 3, 4, 1, 3, 4, 0, 1, 0, 2, 3, 2, 4, 3, 2, 3, 1, 2, 2, 1, 1, 0, 3, 2, 4, 1, 0, 0, 1, 2 ])
wyjsciowe=st.ttest_rel(jeden,dwa)
print('Wyznaczona wartość statystyki testowej t wynosi\n    '+str(wyjsciowe[0]))
print('Wyznaczony poziom istotności tego testu to:\n    '+str(wyjsciowe[1]))
 --------------------------------------------------------------
Wykonaj test istotności różnic na udostępnionych danych porządkowych.
print('[2, 4, 4, 4, 1, 1, 4, 0, 2, 0, 4, 2, 3, 1, 0, 3, 3, 4, 1, 4, 4, 2, 1, 0, 4, 1, 0, 1, 1, 4]')
print('Poziom zadowolenia po obejrzeniu reklamy:')
print('[2, 4, 1, 4, 4, 0, 0, 4, 4, 1, 3, 1, 4, 3, 3, 3, 3, 1, 3, 2, 3, 3, 4, 2, 2, 0, 3, 0, 1, 1]')
print('Z racji że test dotyczył jednej grupy stosuję test Wilcoxona')
 # test Wilcoxona
przed=([2, 4, 4, 4, 1, 1, 4, 0, 2, 0, 4, 2, 3, 1, 0, 3, 3, 4, 1, 4, 4, 2, 1, 0, 4, 1, 0, 1, 1, 4])
po=([2, 4, 1, 4, 4, 0, 0, 4, 4, 1, 3, 1, 4, 3, 3, 3, 3, 1, 3, 2, 3, 3, 4, 2, 2, 0, 3, 0, 1, 1])
wynik=st.wilcoxon (przed,po)
print('Wyznaczona wartość statystyki testowej  wynosi\n    '+str(wynik[0]))
print('Wyznaczony poziom istotności tego testu to:\n    '+str(wynik[1]))