[高级编程技术作业-Week 13]Scipy相关习题练习

Code:

#10.1

import numpy as np
import scipy.optimize as opt 

m = 10
n = 5

A = np.random.random((m, n))
b = np.random.normal(size = m)

result = opt.lsq_linear(A, b)
print(result['x'])

Code:

#10.2

import numpy as np
import scipy.optimize as opt
import matplotlib.pyplot as plt

def f(x):
    return (-1) * (np.sin(x - 2))**2 * np.exp(-x*x) 
     
result = opt.minimize_scalar(f) 
print(-result['fun'])

Analysis:因为SciPy没有最大值函数,故将问题进行转换:要求f(x)的最大值,即求-f(x)的最小值的相反数。



Code:

#10.3

import numpy as np
import scipy.spatial.distance as dis

n = 10
m = 2

X = np.random.normal(size = (n, m))
result = dis.pdist(X) 
print(result)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值