Atom_QQ2022313691-优快云博客

原创 2020MathorCup数学建模挑战赛C题仓内拣货优化问题

仓内拣货优化问题问题一下面是计算3000×30003000\times 30003000×3000矩阵（货格与货格距离）的PythonPythonPython代码输出为3000个1×30001\times30001×3000列表，需自己存入Excel表格Excel表格Excel表格import pandas as pd # 导入数据分析库Pandasimport xlsxwriterworkbook = xlsxwriter.Workbook('sheet.xlsx')worksheet

2020-12-03 14:38:34 6971 3

原创 2019MathorCup数学建模挑战赛D题钢水 “脱氧合金化”配料方案的优化

钢水“脱氧合金化”配料方案的优化首先这道题给的附件一就不是人干出来的事，这给的什么，得数据预处理吧，最好是处理成那种行列都有的一个方方的矩阵形式，就比如说你平常练机器学习代码给的那种数据一样，是删还是补都行，保证数据准确，对后面模型建立很重要。问题一要求计算C、MnC、MnC、Mn两种元素的历史收得率，这个用ExcelExcelExcel在后面加个一列套个公式就能算出来。这个计算公式是X收得率=连铸正样×(钢水净重+合金重量)−转炉终点×钢水净重加入X元素重量X收得率=\frac{连铸正样\time

2020-12-03 14:38:18 2352 4

原创 Python数学实验与建模课后习题第2章解析

习题22.1 考虑下面的3×43\times43×4矩阵[123456789101112]\begin{bmatrix} 1 & 2 &3&4\\ 5 & 6 &7&8\\9&10&11&12\end{bmatrix}\quad⎣⎡159261037114812⎦⎤（1）使用array函数在Python中构建该矩阵A = np.array(((1, 2, 3, 4), (5, 6, 7, 8), (9,

2020-11-22 23:09:29 7606 6

原创 Python Numpy数组的降序排列由大到小

Python内置array数组有sort()函数可以对数组进行排序，将参数reverse值修改为True为降序排列x = [2, 4, 6, 8, 3, 1]x.sort() # [1, 2, 3, 4, 6, 8]x.sort(reverse=True) # [8, 6, 4, 3, 2, 1]但是在Numpy数组中并没有reverse此参数TypeError: 'reverse' is an invalid keyword argument for sort()于是采用下面的写法im

2020-11-17 22:57:57 38224 7

原创 Python数学实验与建模课后习题第1章解析

习题11.1 Python语言有哪些数据类型？数值数据类型数值数据类型主要有整数和浮点数，浮点数就是带有小数点的数字布尔数据类型Python语言的布尔(bool)数据类型只有True和False两个值，布尔数据类型通常用于流程控制中的逻辑判断。字符串数据类型在Python中定义一个字符串可以使用单引号、双引号和三引号，这使得Python输入文本更方便。复合数据类型数值类型、布尔类型数据不可再分解为其他类型，而列表、元组、集合和字典类型的数据包含多个相互关联的数据元素，所以称它们为符合数据

2020-11-16 19:49:10 6508

原创 10.24程序员勋章

发个文章拿个勋章

2020-10-24 21:42:22 230

原创基于Python matplotlib的无人机追踪模拟仿真可视化

MatplotlibMatplotlib 是一个 Python 的 2D 绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形一、静态图形首先假设飞机飞行在某一高度位置，飞行高度不会发生变化，这样就可以在二维平面内表示飞机的飞行轨迹，让我们先把飞机飞行的平面确立下来吧。假定这就是飞机飞行的平面区域，在位置为x∈[0,80],y∈[0,40]x∈[0,80],y∈[0,40]x∈[0,80],y∈[0,40]的平面飞行，这里为表示完全，在x,yx,yx,y坐标轴范围左右分别延伸111

2020-09-21 12:40:37 5132 1

原创 2019全国大学生数学建模竞赛题目A题高压油管的压力控制

A题高压油管的压力控制稳定模型如何设置单向阀每次开启的时长，使得高压油管内的压力尽可能稳定在100MPa100MPa100MPa左右。首先要明确高压油管的工作原理以及过程。燃油经过高压油泵从A处进入高压油管，再由喷口B喷出。燃油进入和喷出的间歇性工作过程会导致高压油管内压力的变化。压力与密度关系题目中给出燃油的压力变化量与密度变化量成正比，比例系数为Eρ{\frac{E}{\rho} }ρE ，其中ρ{\rho}ρ为为燃油的密度。Pk+1−Pk=E(Pk)ρk(ρk+1−ρk),k=0,1,

2020-09-13 20:23:42 12120 16

原创《Python语言程序设计基础第二版》第一章思考与练习

思考与练习1.1 计算机的定义是什么？它有哪两个显著特点？定义：计算机是根据指令操作数据的设备（A computer is a machine that manipulates data according to a list of instructions）两个显著特点：功能性和可编程性功能性：指对数据的操作，表现为数据计算、输入输出处理和结果存储等。可编程性：指它可以根据一系列指令自动地、可预测地、准确地完成操作者的意图。1.2 请调研并阐述不少于3个计算机领域中类似摩尔定律的预测法则或评估

2020-09-10 10:00:02 10133 1

原创浙大版《Python 程序设计》题目集第6章函数-1 使用函数求特殊a串数列和 (10分)

使用函数求特殊aaa串数列和 (10分)给定两个均不超过9的正整数aaa和nnn，要求编写函数fn(a,n)fn(a,n)fn(a,n) 求a+aa+aaa++⋯+aa⋯aaa+aa+aaa++⋯+aa⋯aaa+aa+aaa++⋯+aa⋯aa(nnn个aaa）之和，fnfnfn须返回的是数列和函数接口定义：fn(a,n)fn(a,n)fn(a,n)其中aaa 和nnn 都是用户传入的参数。 aaa 的值在[1,9][1, 9][1,9]范围；nnn 是[1,9][1, 9][1,9]区间内的个位数。函

2020-09-09 21:32:22 1035

原创 Python数据可视化关于cmap颜色函数的试验

color example code: colormaps_reference.py"""==================Colormap reference==================Reference for colormaps included with Matplotlib.This reference example shows all colormaps included with Matplotlib. Note thatany colormap listed h

2020-09-09 10:58:56 8201 2

原创关于2019高压油管网格搜索可视化Python作图

网格搜索网格搜索，通过在一张网内对x,yx,yx,y离散搜索，可以得出关于目标函数在每一个x,yx,yx,y散点的值，做可视化的时候我想到了山峰的三维表面图。一个简单的事例已知xxx的范围，yyy的范围，还有对应每一个x,yx,yx,y的高程数据zzz，我们就可以利用python作图。x = np.array([0, 1, 2, 3, 4])y = np.array([0, 1, 2, 3])z = np.array([[122, 424, 221, 231, 742],[231, 421,

2020-09-09 09:56:54 1700 1

原创 Python 绘制隐函数图像

import numpy as npimport matplotlib.pyplot as pltx, y = np.mgrid[-2:2:500j, -2:2:500j]z = (x ** 2 + y ** 2 - 1) ** 3 - x ** 2 * y ** 3plt.contourf(x, y, z, levels=[-1, 0])plt.gca().set_aspect('equal')plt.show()

2020-09-08 19:53:57 2020 1

原创 python numpy库求数列的和

π=41−43+45−47+49−...\pi=\frac{4}{1}-\frac{4}{3}+\frac{4}{5}-\frac{4}{7}+\frac{4}{9}-...π=14−34+54−74+94−...这个数列的分子不变，分母变化其通项公式为n=4(2n−1)×(−1)n−1n=\frac{4}{(2n-1)\times (-1)^{n-1}}n=(2n−1)×(−1)n−14首先自己写一段傻乎乎的计算代码这样，计算n=50000n=50000n=50000时这个式子的值常规

2020-09-08 15:25:32 888 1

原创 Python蒙特卡洛方法计算圆周率

蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。代码实现import numpy as npimport matplotlib.pyplot as pltplt.rc('font', size=16)N = 10000x, y = np.random.uniform(-1, 1, size=(2, N))inside = (x ** 2 + y ** 2) <= 1mpi = inside.sum()

2020-09-08 14:33:35 922

原创 Python 读取Excel的一列并计算所有对象出现次数

import pandas as pdfrom collections import Counterdata = '参赛信息.xlsx'data = pd.read_excel('参赛信息.xlsx') # 导入参赛信息x_pandas_list = data[u'专业1'] # 专业情况list = list(x_pandas_list)c = Counter(list)print(c)Counter({'自动化学院': 164, '高分子科学与工程学院': 112, '化工学院'

2020-09-01 10:32:19 6951 7

原创 Python 画一个饼图

import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示label = ['自动化学院', '高分子科学与工程学院', '化工学院', '数理学院', '信息学院', '材料科学与工程学院', '经济管理学院', '环境与安全工程学院', '机电工程学院', '其他', ] # 定义饼图的标签，标签是列表explode = [0.01] * 10 #

2020-09-01 10:30:48 619 1

原创 AutocadCAD二维平面作图

快捷键及释义快捷键释义lll直线命令DLIDLIDLI线性标注水平或竖直距离的标注方式DALDALDAL对齐标注边的标注方式DANDANDAN角度标注DIVDIVDIV定数等分MEMEME定距等分ddptypeddptypeddptype点样式DRADRADRA半径标注DDIDDIDDI直径标注TRTRTR剪辑命令 TR回车空格即可使用EXTRUDEEXTRUDEEXTRUDE三维拉伸命令SUB

2020-08-30 11:20:18 828 2

原创 Python Selenium 问卷星自动填写更快速修改代码以便应用

在前段时间自己编写了一段Selenium的问卷星自动填写的代码（当然是不包含识别验证码的工序的），在应用的过程中，发现了代码修改比较麻烦，每个click控件的选项上都需要添加一次xpath路径，在选择题较少的情况下，情况还好，但是选择题的数目和选项一旦增多就会造成代码修改的复杂程度。下面给出一个表做一个形象的说明数量添加xpath次数10道题每道题4个选项4030道题每道题4个选项12030道题每道题8个选项240添加如此多次的xpath路径，会造成不必要

2020-08-20 21:59:08 915 2

原创 Python numpy+random按概率选择列表中某一元素

输出100次1,2,3,4的值，其中1出现的概率为10%10\%10%，2出现的概率为000，3出现的概率为70%70\%70%，4出现的概率为20%20\%20%import numpy as npnp.random.seed(0)p = np.array([0.1, 0.0, 0.7, 0.2])for i in range(100): index = np.random.choice([1, 2, 3, 4], p=p.ravel()) print(index)333

2020-08-20 08:54:24 7468 1

原创相关系数矩阵热力图Python作图

import matplotlib.pyplot as pltimport pandas as pdimport seaborn as snsplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号# Import Datasetdf = pd.read_csv("成绩单.csv",encoding='ANSI')# Pl.

2020-08-19 13:03:59 2518 4

原创 Python matplotlib实现三条并列柱状图

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号barWidth = 0.25# 设置柱子的高度bars1 = [4.8,5.38,4.1,5.73,5.56,6.78,6.32]bars2 = [32.42,40.25,3

2020-08-19 12:59:30 9680 1

原创 Python matplotlib玫瑰图

我国18年各省GDP总量import numpy as npimport matplotlib.pyplot as pltimport pandas as pdplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示shuju = {'acreade': ['福建','河北','湖南','湖北', '四川', '河南', '浙江', '山东', '江苏', '广东'], 'value':

2020-08-19 12:57:25 3000 1

转载 Python+matplotlib绘制极坐标柱状图（南丁格尔玫瑰图）

import numpy as npimport matplotlib.pyplot as pltfig = plt.figure(figsize=(10, 6))ax = plt.subplot(111, projection='polar')ax.set_theta_direction(-1) # 舒适枕ax.set_theta_zero_location('N')r = np.arange(100, 800, 20)theta = np.linspace(0, np.pi * 2,

2020-08-19 12:39:23 1918

原创全排列（字符串与列表）Python代码

def permutation(str): lenstr = len(str) if lenstr < 2: return str else: result = [] for i in range(lenstr): ch = str[i] rest = str[0:i] + str[i + 1:lenstr] for s in permutation(rest

2020-08-15 16:47:16 235

转载耦合性跟内聚性

耦合性耦合性指程序模块间存在联系的紧密程度低耦合就是模块之间的关联少，越独立耦合度越低低耦合：电脑的主板上的各种插槽，可以连接很多外置的各种各样的设备，不需要做什么只要简单地“插进去”不管是分工，还模块设计。模块间，联系越少越好。内聚性内聚性则是模块内部的相互依赖程度高内聚就是模块的内容针对干的事情少，功能越单一内聚越高...

2020-08-15 10:41:09 541 1

原创 Python＜class ‘numpy.ndarray‘＞类型以txt保存到当前文件下

这个二维数组是4×44\times44×4的numpy.ndarray类型，下面是以txt文件形式保存到当前文件夹下的一条语句a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])np.savetxt('QAQ.txt', a) # 保存邻接矩阵供以后使用...

2020-08-13 08:31:49 2379 2

原创 Pycharm环境下升级pip包

Terminal下输入：python -m pip install --upgrade pip

2020-08-12 22:35:16 758 1

原创 Python语法基础一个小时就能自己编程序（不含拓展库）

一、基本数据处理1.1 数据类型数据处理的对象就是变量和常数。变量规则命名如下：第一个字符必须是英文字母、下划线或中文。不能使用Python内置的关键字变量名称要区分大小写字母这个其实还是挺有意思的pycharm上运行了一下，如果需要使用α,β,γ\alpha,\beta,\gammaα,β,γ也可以直接设置为变量。数值数据类型α = 1α = β = 2α, β, γ = 1, 2, 3α = 2; β = 3基本数据类型包括数值类型、布尔类型和字符串类型布尔数据类型

2020-08-12 17:10:30 407 2

原创 Pycharm上使用pip来完成拓展库的安装、升级、卸载

Pycharm Terminal下输入pip命令pip命令说明pip install xlwt安装xlwt库pip list列出已经安装的所有库pip install -U xlwt升级xlwt库pip uninstall xlwt卸载xlwt库

2020-08-12 14:29:39 575

原创 Python 给定一个列表，输出列表中的质数

这个是照我以前C语言写的输出质数博客改的，博客地址myarr = [0, 1, 3, 4, 6, 7, 8, 100, 101, 103, 104, 107, 110, 111]def isprime(n): if n == 1 or n == 0: return False elif n == 2: return True else: a = False # /a=1时为质数 a=0为合数 count = n

2020-08-11 19:27:45 3273

原创怎么把代码漂漂亮亮的粘到你的word文档里

这种想法是我在做数学建模时候有的想法，数学建模的论文附录里不是要粘代码么，平时都是直接把编辑器上的代码复制下来粘到word里，省时间又省力，但是要比赛了，总感觉美观度不够，于是找到了这么一个办法PlantB链接：PlantB在谷歌的SyntaxHighlighter javascript代码周围放置一个表单。让它更容易使用。要在Word文档中突出显示一些语法好的代码，可以使用IE将一些代码复制粘贴到下面的表单中，然后单击按钮。将弹出一个带有语法突出显示代码的新窗口。复制并粘贴到你的文档中。不幸的是

2020-08-06 16:33:13 6274

原创 Python 三维绘图

圆锥面z=x2+y2z = \sqrt{x^2+y^2}z=x2+y2import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-5, 5, 101)y = np.linspace(-5, 5, 101)X, Y = np.meshgrid(x, y)Z = np.sqrt(X ** 2 + Y ** 2)X_below, Y_below = -X, -Y # 画下半部分Z_below = -Zax = p

2020-08-06 07:36:15 317

原创 Python在已知参数方程情况下绘制三维曲线

已知螺旋线的参数方程{x=cos⁡ty=sin⁡tz=t\left\{\begin{array}{l}x=\cos t\\y=\sin t \\z=t\end{array}\right.⎩⎨⎧x=costy=sintz=timport matplotlib.pyplot as pltimport numpy as npax = plt.axes(projection='3d') # 设置三维图形模式z = np.arange(-50, 50, 0.1) # z坐标范围-50~50

2020-08-06 06:28:27 2821

原创关于lambda的用法

Lambda表达式Lambda表达式是一个匿名函数这个发音其实就是希腊字母λ\lambdaλ这个函数平常写程序时候我是不常用的，但是在看有些算数学题的代码，这个函数会经常出现。示例g = lambda t, x: t + xprint(g(1, 2))这里lambda表达式后面冒号之前的我们可以理解为传入的参数，冒号之后的可以理解作用于参数的一个表达式。这里写了一个关于相加的函数，只要调用g(1,2)，1与2的两个值便会相加输出3，其实和如下代码是等效的def add(a, b):

2020-08-05 11:10:35 294 1

原创 Python输出print函数用法

输出print函数print指令用来输出指定的字符串或者数值语法print(项目1, 项目2, sep=分割字符, end=终止字符)我们可以先试着输入这两句print('小豆丁', '是个大坏蛋')print('小豆丁', '是个大笨蛋')下面是输出结果小豆丁是个大坏蛋小豆丁是个大笨蛋你会发现，python的输出print的函数非常的友好，有一些参数是它已经调整好的这里分割字符的默认值是’ ‘，终止字符的默认值是’\n’修改分隔符print('小豆丁', '是个大坏蛋

2020-08-05 09:53:25 482

原创 numpy中的frompyfunc用法

通过frompyfunc()可以将计算单个值的函数转换为能对数组的每个元素进行计算的ufunc函数，其调用格式为frompyfunc(func, nin, nout)func是计算单个元素的函数，nin是func输入参数的个数，nout是func的返回值的个数。实例import numpy as npimport matplotlib.pyplot as pltdef y(t): if t <= -1 / 2: r = -3 * t + 1 elif t

2020-08-04 15:52:46 2302

原创关于Python的列表推导式用于画函数图像

这个列表推导式以前没见过，现在用起来感觉还挺方便的。具体用法是这样的，比如说，我创建了一个一维numpy列表x_np_list = np.linspace(0, 2, 1000)y_np_list = np.array([function() for i in x_np_list]) # 这里function是函数名，括号可以有参数至于为什么要这么创建，等等你就能弄明白了，我们这里为了画函数图像，当然要选则一些离散点，首先选择离散的横坐标xxx，再要选择一一对应离散的纵坐标yyy，这里要保证xxx

2020-08-04 12:19:29 466

TA关注的人

优快云分类专栏图标icon

2020深圳杯数学建模挑战赛A题数据.zip

Powerpoint PPT商业策划模板.zip

Powerpoint PPT学术答辩模板.zip

Powerpoint PPT述职报告模板.zip

scanf("%s",a)引发的异常，请看图，教学视频，博客都这么写，我这里引发异常

Python sympy解一个二阶微分方程，输出通解怎么把常量的形式表示出来