Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >Python在数学建模中的简单应用

Python在数学建模中的简单应用

作者头像
云深无际
发布于 2021-04-14 05:38:57
发布于 2021-04-14 05:38:57
51900
代码可运行
举报
文章被收录于专栏:云深之无迹云深之无迹
运行总次数:0
代码可运行

1.方程求导

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import scipy.misc
def f(x): return 2*x*x + 3*x + 1
print(sp.misc.derivative(f, 2))

2.求不定积分

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import scipy.integrate
 
f = lambda x : x**2
print(sp.integrate.quad(f, 0, 2))
print(sp.integrate.fixed_quad(f, 0, 2))

3.求解非线性方程组

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import scipy.optimize
 
def f(x):
    return [5*x[1] + 3, 4*x[0]*x[0], x[1]*x[2] - 1.5]
ans = sp.optimize.fsolve(f, [0, 0, 0])
print(ans)
print(f(ans))

4.求解线性方程组

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import matplotlib.pylab as plt
import scipy.linalg
 
a = np.array([[1, 3, 5], [2, 5, 1], [2, 3, 8]])
b = np.array([10, 8, 3])
print(sp.linalg.solve(a, b))
# print(sp.linalg.inv(a).dot(b))

5.画3D马鞍面

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import matplotlib.pylab as plt
from pylab import *
from mpl_toolkits.mplot3d import Axes3D
 
fig = figure()
ax = Axes3D(fig)
X = np.linspace(-10, 10, 30)
Y = np.linspace(-10, 10, 30)
X, Y = np.meshgrid(X, Y)
Z = (X*X)/3 - (Y*Y)/3
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
show()

6.画三叶玫瑰线

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import matplotlib.pylab as plt
 
t = np.linspace(0, 2*np.pi, 1000, endpoint=True)
p = 3 * np.sin(3 * t)
plt.subplot(111, polar=True)
plt.plot(t, p, lw=3, color='g')
plt.grid(True)
plt.show()

7.画星形线

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import matplotlib.pylab as plt
 
t = np.linspace(-10, 10, 1024)
X = np.cos(t) ** 3
Y = np.sin(t) ** 3
plt.plot(X, Y, label='My', lw=3, color='g')
plt.xlim(X.min()*1.2, X.max()*1.2)
plt.ylim(Y.min()*1.2, Y.max()*1.2)
plt.grid(True)
plt.legend()
plt.show()

8.画随机散点图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
from __future__ import print_function
from __future__ import division
import numpy as np
import scipy as sp
import numpy.random
import matplotlib.pylab as plt
 
X = np.random.rand(50)
Y = np.random.rand(50)
colors = np.random.rand(50)
area = np.pi * (15 * np.random.rand(50)) ** 2
 
plt.scatter(X, Y, s=area, c=colors)
plt.show()

解释器提示如:SyntaxError: invalid character in identifier, 但又一直找不到问题点的话,请确保代码行内没有夹杂中文的空格,tab等,非文字字符. 例如 

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
for x in range(10): #这是个注释   
 print(x)  #下一个注释这样的代码就会出现 

以上错误, 因为在注释 # 之前夹杂了中文输入法的空格,print缩进里也是如此错误.

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-06-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 云深之无迹 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【数学建模】——matplotlib简单应用
Matplotlib 是一个强大的 Python 可视化库,广泛应用于绘制各种图形。其基本用法包括导入必要的模块,如 numpy 和 matplotlib.pyplot,并生成数据进行绘图。例如,可以通过线图、散点图、柱状图和雷达图来展示数据。创建三维图形需要使用 mpl_toolkits.mplot3d 库。使用 matplotlib 进行可视化可以通过简单的代码实现,包括设置标签、图例、颜色和线型等,以生成直观的图表来分析和展示数据。
小李很执着
2024/08/05
1250
【数学建模】——matplotlib简单应用
Python SciPy 实现最小二乘法
Scipy 对优化最小二乘 Loss 的方法做了一些封装,主要有 scipy.linalg.lstsq 和 scipy.optimize.leastsq 两种,此外还有 scipy.optimize.curve_fit 也可以用于拟合最小二乘参数。
为为为什么
2023/04/08
1.5K0
Python SciPy 实现最小二乘法
【数学建模】—【Python库】—【Numpy】—【学习】
NumPy的核心是ndarray对象,它是一个多维数组。它和Python的列表类似,但提供了更高效的存储和运算功能。
小李很执着
2024/07/02
1650
【数学建模】—【Python库】—【Numpy】—【学习】
【中秋节快乐】Matplotlib:3d绘图合集
https://blog.csdn.net/m0_63834988/category_12441299.html
Qomolangma
2024/07/30
1410
【中秋节快乐】Matplotlib:3d绘图合集
NumPy 初学者指南中文第三版:6~10
NumPy 具有许多从其前身 Numeric 继承的模块。 其中一些包具有 SciPy 对应版本,可能具有更完整的功能。 我们将在下一章中讨论 SciPy。
ApacheCN_飞龙
2023/04/17
2.5K0
NumPy 初学者指南中文第三版:6~10
用 Python 做数学建模
数学建模中,大多数人都在用MATLAB,但MATLAB不是一门正统的计算机编程语言,而且速度慢还收费,最不能忍受的就是MATLAB编辑器不支持代码自动补全。python对于数学建模来说,是个非常好的选择。python中有非常著名的科学计算三剑客库:numpy,scipy和matplotlib,三者基本代替MATLAB的功能,完全能够应对数学建模任务。
KEVINGUO_CN
2020/03/16
2K0
SciPy详解
在Python科学计算领域,SciPy是一个非常重要的库。它提供了许多用于数值计算、优化、积分、统计和许多其他科学计算任务的功能。SciPy构建在NumPy之上,为数学、科学和工程领域的广泛问题提供了高效的解决方案。本教程将介绍SciPy的主要功能和用法,并提供一些示例以帮助您快速入门。
Michel_Rolle
2024/02/07
2.6K0
【Python篇】深度探索NumPy(下篇):从科学计算到机器学习的高效实战技巧
接上篇【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
半截诗
2024/10/09
2710
maplotlib 标准颜色、风格样式和水印
一、标准颜色列表 """ ======================== Visualizing named colors ======================== Simple plot
用户6021899
2019/08/14
8740
【数学建模】——【新手小白到国奖选手】——【学习路线】
掌握Python基础是进行数学建模的第一步。Python的易用性和丰富的库使其成为数据科学和数学建模的理想选择。
小李很执着
2024/06/21
1.1K0
【数学建模】——【新手小白到国奖选手】——【学习路线】
matplotlib 3D 绘图(一)
一、3D 曲线图 代码如下: import matplotlib as mpl from mpl_toolkits.mplot3d import Axes3D import numpy as np i
用户6021899
2019/08/14
6220
第0节:最小二乘法及numpy复现
最小二乘法就是要找到一组 使得 (残差平方和) 最小即,求
AI拉呱
2021/12/24
6130
【python图像处理】python绘制
3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何使用python进行3D图形的绘制,包括3D散点、3D表面、3D轮廓、3D直线(曲线)以及3D文字等的绘制。
py3study
2020/01/10
1.6K0
【python图像处理】python绘制
Python NumPy学习指南:从入门到精通
NumPy,即Numerical Python,是Python中最为常用的科学计算库之一。它提供了强大的多维数组对象ndarray,并支持大量的数学函数和操作。与Python内置的列表相比,NumPy数组的计算速度更快,占用内存更少,非常适合处理大量的数据。
半截诗
2025/01/11
3370
Matplotlib使用笔记
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
村雨遥
2019/09/09
5640
python数据分析画图体验
对于numpy的函数,pands等,不是很熟,我来copy一下code,敲击一下,找找感觉。 默认的导入包 import numpy as np import matplotlib.pyplot as plt def print_line_draw(): """ 画直线 return: """ x=np.arange(0,9,1) y=x+8 plt.plot(x,y,color="red",linestyle="--",marker="*",
热心的社会主义接班人
2018/05/16
8880
Python数学建模算法与应用 - 常用Python命令及程序注解
本文是根据Python数学建模算法与应用这本书中的例程所作的注解,相信书中不懂的地方,你都可以在这里找打答案,建议配合书阅读本文
Chuanrui 初见之旅
2023/10/18
1.6K0
Python数学建模算法与应用 - 常用Python命令及程序注解
python matplotlib各种绘图类型完整总结
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)
Twcat_tree
2022/12/05
6K0
python matplotlib各种绘图类型完整总结
气象编程 | 科学计算库Scipy简易入门
Scipy是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。
气象学家
2020/07/20
1.6K0
气象编程 | 科学计算库Scipy简易入门
NumPy 初学者指南中文第三版:1~5
让我们开始吧。 我们将在不同的操作系统上安装 NumPy 和相关软件,并看一些使用 NumPy 的简单代码。 本章简要介绍了 IPython 交互式 shell。 SciPy 与 NumPy 密切相关,因此您将看到 SciPy 名称出现在此处和那里。 在本章的最后,您将找到有关如何在线获取更多信息的指南,如果您陷入困境或不确定解决问题的最佳方法。
ApacheCN_飞龙
2023/04/17
1.5K0
NumPy 初学者指南中文第三版:1~5
相关推荐
【数学建模】——matplotlib简单应用
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验