HW_Scipy

import numpy as np
import scipy.optimize as opt

m, n = 20, 10
A = np.random.randn(m, n)
b = np.random.randn(m)

x = opt.lsq_linear(A, b)
result=np.linalg.norm(x.fun) 
print(result)

答案:




import numpy as np
import scipy.optimize as opt

y = lambda x: -1 * (np.sin(x-2))**2 * np.exp(-(x**2))
max = opt.fmin(y, 0)
print(-y(max[0]))

答案:


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

n, m = 8, 5

X = np.random.normal(size = (n,m))
Y = dis.pdist(X)
print('X: ', X)
print('Y: ', Y)

答案:


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