scipy作业

最新推荐文章于 2023-04-19 00:00:00 发布

m0_38134889

最新推荐文章于 2023-04-19 00:00:00 发布

阅读量352

点赞数

本文链接：https://blog.youkuaiyun.com/m0_38134889/article/details/80588890

版权

这篇博客介绍了如何利用scipy库解决三个问题：1) 利用lstsq函数通过最小二乘法求解线性方程组；2) 使用optimize库的brute函数寻找函数的最大值；3) 借助spatial.distance的cdist函数计算两点间的距离。示例代码展示了具体操作和运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

思路：

随机构造矩阵A和向量b,这里我用np.random.randn()构建了两个服从正态分布的数组。

然后用scipy.linalg库中的lstsq函数使用最小二乘法求解出向量x

最后用norm函数求出结果

代码：

import numpy as np   
from scipy.linalg import norm  
from scipy.linalg import lstsq
  
m = 10  
n = 5
sigmaA = 2.0
sigmab = 1.5
muA = 2
mub = 3
  
A=sigmaA*np.random.randn(m,n)+muA  
b=sigmab*np.random.randn(m)+mub

print("A:")
print(A)
print("b:")
print(b)  
  
x, res, rnk, s = lstsq(A, b)
print("x:")
print(x)  
result = norm(b-np.dot(A,x),ord=2)
print("result:")  
print(result)

运行结果：

思路：

要求函数的最大值，可以先将函数乘-1，然后求最小值，用scipy.optimize库里的brute函数即可。

分析函数的性质可知函数在x=0处取极大值。

代码：

import numpy as np  
import scipy.optimize as op
  
def my_function(x):  
    return(-(np.sin(x-2)**2)*np.exp(-(x**2)))  

mini = op.brute(my_function,((-20,20,0.05),))  

print("the maxinum of function:")
print(-my_function(mini[0]))

运行结果：

思路：求两点之间的距离，用sicpy.spatial.distance库里的cdist函数即可

代码：

import numpy as np
import scipy.spatial.distance as dist

m = 4
n = 5

x = np.random.randn(m,n)
print("x:")
print(x)
distance = dist.cdist(x,x)
print("distance:")
print(distance)

运行结果: