scipy练习

题目来自高级编程课程的课件。


# 10.1 Least squares
from scipy.optimize import least_squares
import numpy as np

n = 5
m = 8

A = []
for i in range(n):
    temp = []
    for j in range(m):
        temp += [np.random.randint(1, 100)]
    A += [temp]

print("A:")
for i in A:
    print(i)

b = []
for j in range(n):
    b += [np.random.randint(1, 100)]

print("b:")
print(b)

x = [0, 0, 0, 0, 0, 0, 0, 0]


def func(x):
    return np.linalg.norm(np.matmul(A, x)-np.array(b))


solutions = least_squares(func, x)
print("solution:")
print(solutions.x)
print("residual:")
print(func(solutions.x))

输出:

A:
[3, 78, 35, 57, 43, 4
  • 0
    点赞
  • 0
    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