python数据分析报告+代码,python数据分析报告 范文

大家好，小编为大家解答python数据分析期末大作业报告的问题。很多人还不知道python数据分析期末大作业，现在让我们一起来看看吧！

题目一——线性代数计算

1．创建一个Python脚本，命名为test1.py，完成以下功能。

（1）生成两个3×3矩阵，并计算矩阵的乘积怎么样用python绘制满天星。

（2）求矩阵A=-110-430102 的特征值和特征向量。

（3）设有矩阵A=521201 ，试对其进行奇异分解。

求解过程

import numpy as np
mat1 = np.matrix([[3,6,9],[7,8,10],[11,15,19]])
mat2 = np.matrix([[1,2,3],[6,9,10],[12,13,15]])
mat3 = mat1 * mat2
print(mat3)
mat4 = np.matrix([[-1,1,0],[-4,3,0],[1,0,2]])
mat4_value, mat4_vector = np.linalg.eig(mat4)
print('特征值为：',mat4_value)
print('特征向量为：',mat4_vector)
mat5 = np.matrix([[5,2,1],[2,0,1]])
U, Sigma, V = np.linalg.svd(mat5, full_matrices=False)

题目二——线性回归预测

2．油气藏的储量密度Y与生油门限以下平均地温梯度X1、生油门限以下总有机碳百分比X2、生油岩体积与沉积岩体积百分比X3、砂泥岩厚度百分比X4、有机转化率X5有关，数据数据集（datat11）。根据数据集信息完成如下任务：

（1）利用线性回归分析命令，求出Y与5个因素之间的线性回归关系式系数向量（包括常数项），并在命令窗口输出该系数向量。

（2）求出线性回归关系的判定系数。

（3）今有一个样本X1=3.5，X2=1.8，X3=8，X4=17，X5=10，试预测该样本的Y值。

油气存储特征数据
X1	X2	X3	X4	X5	Y
3.18	1.15	9.4	17.6	3	0.7
3.8	0.79	5.1	30.5	3.8	0.7
3.6	1.1	9.2	9.1	3.65	1
2.73	0.73	14.5	12.8	4.68	1.1
3.4	1.48	7.6	16.5	4.5	1.5
3.2	1	10.8	10.1	8.1	2.6
2.6	0.61	7.3	16.1	16.16	2.7
4.1	2.3	3.7	17.8	6.7	3.1
3.72	1.94	9.9	36.1	4.1	6.1
4.1