python作业之scipy

本文通过三个实例展示了如何使用NumPy进行矩阵运算求解线性方程组,利用SciPy进行函数极值计算,并运用SciPy的spatial模块来计算距离矩阵。这些例子覆盖了从科学计算到数据分析等不同场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:
这里写图片描述
这里写图片描述

1:`import numpy as np

A = np.random.randint(-20, 20, size = 30 * 20).reshape(30, 20)
b = np.random.randint(-20, 20, size = 30 * 1).reshape(30, 1)
x = np.dot(np.dot(np.linalg.inv(np.dot(A.T, A)), A.T), b)
print(x)
print (“The answer is :”, np.linalg.norm(x))`

这里写图片描述

2:`import numpy as np
from scipy import optimize

def func(x):
return -((np.sin(x - 2) * 2 ) np.exp(-x ** 2))

max = -optimize.minimize_scalar(func).fun
print(max) `

这里写图片描述

3:
import numpy as np
from scipy import spatial

X = np.random.randint(-10, 10, size = 5 * 5).reshape(5, 5)
print(X)
print(spatial.distance.cdist(X, X))

这里写图片描述

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