VVV1 - 博客园

2024年10月28日

摘要： `from scipy.optimize import fsolve, root fx = lambda x: x980-5.01*x979+7.398x**978 -3.388x977-x3+5.01x**2-7.398x+3.388 x1 = fsolve(fx, 1.5, maxfev=400 阅读全文

posted @ 2024-10-28 12:13 VVV1 阅读(19) 评论(0) 推荐(0)

数学建模例题 2.43 随机产生一个数据矩阵，把它存入具有不同分隔符格式的文本文件中，再把数据从文本中提取出来

摘要： `import numpy as np a=np.random.rand(6,8) #生成6×8的[0,1)上均匀分布的随机数矩阵 np.savetxt("data2_43_1.txt", a) #存成以制表符分隔的文本文件 np.savetxt("data2_43_2.csv", a, delim 阅读全文

posted @ 2024-10-28 12:12 VVV1 阅读(12) 评论(0) 推荐(0)

数学建模例题2.41 DateFrame数据操作示例

摘要： `import pandas as pd import numpy as np a = pd.DataFrame(np.random.randint(1,6,(5,3)), index=['a', 'b', 'c', 'd', 'e'], columns=['one', 'two', 'three' 阅读全文

posted @ 2024-10-28 12:10 VVV1 阅读(12) 评论(0) 推荐(0)

数学建模例题2.40 DataFrame数据的拆分、合并和分组计算示例

摘要： `import pandas as pd import numpy as np d=pd.DataFrame(np.random.randint(1,6,(10,4)), columns=list("ABCD")) d1=d[:4] #获取前4行数据 d2=d[4:] #获取第5行以后的数据 dd= 阅读全文

posted @ 2024-10-28 12:09 VVV1 阅读(21) 评论(0) 推荐(0)

数学建模例题2.42 遍历文件data2_2.txt中的所有行，统计每一行中字符的个数

摘要： `with open('data2_2.txt') as fp: L1=[]; L2=[]; for line in fp: L1.append(len(line)) L2.append(len(line.strip())) #去掉换行符 data = [str(num)+'\t' for num 阅读全文

posted @ 2024-10-28 12:08 VVV1 阅读(11) 评论(0) 推荐(0)

数学建模例题 2.39 从文件中读入数据示例

摘要： `import pandas as pd a=pd.read_csv("data2_38_2.csv", usecols=range(1,5)) b=pd.read_excel("data2_38_3.xlsx", "Sheet2", usecols=range(1,5)) print("学号：30 阅读全文

posted @ 2024-10-28 12:07 VVV1 阅读(12) 评论(0) 推荐(0)

数学建模例题2.38 数据写入文件示例

摘要： 2.38.1 `import pandas as pd import numpy as np dates=pd.date_range(start='20191101', end='20191124', freq='D') a1=pd.DataFrame(np.random.randn(24,4), 阅读全文

posted @ 2024-10-28 12:06 VVV1 阅读(15) 评论(0) 推荐(0)

数学建模例题2.37 生成服从标准正态分布的24*4随机数矩阵，并保存为DateFrame数据结构

摘要： `import pandas as pd import numpy as np dates=pd.date_range(start='20191101',end='20191124',freq='D') a1=pd.DataFrame(np.random.randn(24,4), index=dat 阅读全文

posted @ 2024-10-28 12:05 VVV1 阅读(10) 评论(0) 推荐(0)

数学建模例题2.36 求下列矩阵的特征值和特征向量

摘要： `import numpy as np a = np.eye(4) b = np.rot90(a) c, d = np.linalg.eig(b) print('特征值为：', c) print('特征向量为：\n', d) print("学号：3005")` 阅读全文

posted @ 2024-10-28 12:04 VVV1 阅读(21) 评论(0) 推荐(0)

数学建模例题2.35 求线性方程组

摘要： `import numpy as np a = np.array([[3, 1], [1, 2], [1, 1]]) b = np.array([9, 8, 6]) x = np.linalg.pinv(a) @ b print(np.round(x, 4)) print("学号：3005")` 阅读全文

posted @ 2024-10-28 12:03 VVV1 阅读(18) 评论(0) 推荐(0)