《高级编程技术》作业[17]——Scipy练习题三道

本文介绍了CME 193课程中关于Scipy库的三道练习题,涵盖随机矩阵生成、最小二乘法、优化求解和距离计算。通过实例代码演示了如何使用numpy和scipy解决这些问题,包括利用numpy.random.normal生成随机矩阵,使用np.linalg.lstsq计算最小二乘余项,借助scipy.optimize.fmin求函数最大值,以及运用scipy.spatial.distance计算欧氏距离。
摘要由CSDN通过智能技术生成

本次作业是CME 193 Introduction to Python一书中关于Scipy库的练习部分,总共有三道题。

第一题:


    为了完成本题,我们需要:
    1.使用numpy里面的random.normal来生成对应大小的随机矩阵。

    2.使用np.linalg.lstsq来得到计算最小二乘余项。

  代码如下:

import numpy as np
from scipy.linalg import lstsq

m = 100
n = 30
A = np.random.normal(1, 2, (m, n))
b = np.random.normal(1, 2, (m, 1))

residual = lstsq(A, b)[1]
print(residual)

 

  • 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