scipy作业

import numpy as np
import scipy.linalg
import scipy.spatial
import scipy.optimize
import random
import math

#exercise one
m = 20
n = 10
A = np.random.randint(0, 10, (m, n))
b = np.random.randint(0, 10, (m, 1)) 
x, resid, rnk, s = scipy.linalg.lstsq(A, b)
print('A =', A)
print('b =', b)
print('x =', x)
print('Norm of residual =', resid/n)


import numpy as np
import scipy.linalg
import scipy.spatial
import scipy.optimize
import random
import math

#exercise two
def f(x):
	return (math.sin(x-2)**2*math.e**(-x*x))
answer = scipy.optimize.fmin(lambda x:-f(x), 1, full_output=True, disp = 0)
print('maximun:',-answer[1])


import numpy as np
import scipy.linalg
import scipy.spatial
import scipy.optimize
import random
import math

#exercise three
m = 20
n = 10
X = np.random.randint(0, 10, (n, m))
Y = scipy.spatial.distance.pdist(X)
print(Y)


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