python与数学建模
在数学建模,数据分析时可以利用到的python相关库:
矩阵运算库Numpy 、数据处理库Pandas、 机器学习库Sklearn、深度学习库Tenserflow&Pytorch、科学计算库Scipy、图形绘制库matplotlib、网络算法库Networkx。
其中,在数学建模的比赛中主要会用到Numpy和Matplotlib这两个库。
安装库的时候会遇到的常见错误以及解决方法
虽然有一大串不知道是什么鬼的东西,但是我们可以看到有一个timeout的东西十分显眼,那么,这个东西的解决方法就是,将输入的命令改为:
pip --default-timeout=100 install -U xxxxxxxxxxxxxxx
后面的x为你要安装的库;
剖析这个问题:
timeout,就是超时了,就是说你的网速不行,我们可以选择:
1.提升自己的网速(不现实);
2.增加允许的时间,也就是上述代码的意义;
提醒大家,裝库的时候,速度是相对较慢的(龟速),所以要考验各位的耐心咯;
在安装过程中,我还遇到了这个问题:
根据查阅资料发现竟然是pip源的问题,并且老铁还给出了相关的解决方式:
那就是更换pip源;
根据网上的资料发现是pip源本身的问题,我们可以通过更换pip源去下载,
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
之后将命令改为:
pip install +selenium(包名) -i http://pypi.douban.com/simple/(pip源)-trusted-host pypi.douban.com
就可以成功了。
接下来我们就进入正题,数学建模中常用的库以及相关用法;
Numpy库
第一个介绍的就是numpy库,这个库非常关键,它可以用于处理数值;
第一种,拟合函数:
这个应该是在数学建模中间最常用的功能了,是数学建模可以说就是建立在对于数据的分析基础上的。
import numpy as np
import matplotlib.pyplot as plt
m = range(1,11,1)
G = [10,21,32,42,50,62,69,78,90,100]
F = np.polyfit (m,G,1)
print (F)
P = np.poly1d(F)
print (P)
其中,首先定义两个坐标量 可以看出我们定义的是m和G也就是x(轴)和y(轴);
给出了原始数据;
之后第一个函数的任务是拟合出相关函数的斜率,第二个是找出函数公式;
输出结果,通过大概的数据我们可以看出它显然是一个一次函数。
numpy中自己定义的数组是array,并且array(range())与arange()是一样的;
import numpy