【第十三周】Scipy作业

本周博客聚焦于Scipy的使用,通过实际操作展示了Scipy在高级编程中的应用,并附带了作业详解,帮助读者深入理解其功能。
摘要由CSDN通过智能技术生成

import numpy as np
import scipy.optimize as opt

#suppose that m=20 n=3
A = np.random.randn(20,3)
B = np.random.randn(20,1)
print("A: ",A)
print("B: ",B)

"""
#suppose that m=8 n=1
A = np.array([[5],[31],[13],[49],[20],[18],[16],[33]])
B = np.array([[33],[72],[70],[10],[21],[6],[21],[52]])
"""

def f(x,target,var):
    return sum(target - var@x)

target = B
var = A
ans=opt.leastsq(f,[[1],[1],[1]] ,args=(target,var))
print("Solution x for Ax=b:\n",ans[0])

运行结果:





                
  • 1
    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