原创 python網絡爬蟲之BeautifulSoup庫

如果沒有這個庫的話,請先安裝,最簡單的安裝方式是,打開cmd,輸入pip install beautifulsoup41、Beautiful Soup

原创 python畫二元函數的圖像(3D)

直接看代碼吧 from mpl_toolkits.mplot3d import Axes3D import numpy as np from mat

原创 用python畫隱函數圖像

顯函數的畫法的話,一般比較簡單,一列x的數組,有對應的函數的話,就很容易弄出一列y的數組,然後通過plt.plot就能畫出來了。可是隱函數的話,求出

原创 python函數極小值

這裏用到的是scipy.optimize的fmin和fminbound import numpy as np from matplotlib import pyplot as plt from scipy.optimize import

原创 python求非線性方程的解/非線性方程組的解

用到的是scipy.optimize中的fsolve和root這兩個函數,以下是簡單使用:from scipy.optimize import ro

原创 python之微積分

一、微分 微分的話其實比較簡單,手工算其實可以的,但是遇到特別複雜的函數,還是計算機算比較省時間,用到了sympy,舉一個例子吧 import sympy as sy x=sy.symbols('x')#約定變量x y=x**3+10+s

原创 python的scipy實現插值

插值對於一些時間序列的問題可能比較有用。 Show the code directly: import numpy as np from matplotlib import pyplot as plt from scipy.interpo

原创 python字典與集合總結

1、創建字典,如my_dict={'ben':123,'bob':456} 冒號前面的是鍵(key),冒號後面的是值(value),鍵是不可變的,

原创 python解線性方程組

from scipy import linalg import numpy as np # 3x_1+2x_2=5 # x_1+x_2=2 A=np.array([[3,2],[1,1]]) B=np.array([5,2]) x=li

原创 python網絡爬蟲之requests庫

import requests1、requests庫有兩個對象,Request對象和Response對象,下表是Response對象的屬性屬性說明r.status_codeHTTP請求的返回狀態,200表示連接成功,404表示失敗r.te

原创 利用python解決指派問題(匈牙利算法)

前言:最近在備戰數模,看到了指派問題,饒有興趣,百度上找了很多關於指派問題的解法,很明顯用的是匈牙利算法,手工的計算,各種各種的博客都很詳盡,大概都瞭解了具體原理(不懂的人可以自行百度),但是基本找不到算法實現,有了也很難去驗證對不對。可

原创 用python做線性規劃

比如要做這道題吧,需要用到scipy庫裏面的函數 scipy.optimize.linprog(c, A_ub=None, b_ub=None, A_eq=None, b_eq=None, bounds=None, method='si

原创 python之擬合

一、多項式擬合 多項式擬合的話,用的的是numpy這個庫的polyfit這個函數。那麼多項式擬合,最簡單的當然是,一次多項式擬合了,就是線性迴歸。直接看代碼吧 import numpy as np def linear_regressi

原创 python之networkx庫小結

備戰數模,還是知道多點好。networkx這個庫的話,畫網絡圖賊好用。 一、安裝 安裝的話,跟其他包的安裝差不多吧。我用的是anaconda就不用裝了。其他的話,就用pip install networkx吧,最好的話,需要裝下malpl

原创 python矩陣/字典實現最短路徑算法(Dijkstra)

前言:好像感覺各種博客的最短路徑python實現都花裏胡哨的?輸出不明顯,唉,可能是因爲不想讀別人的代碼吧(明明自己學過離散)。然後可能有些人是用字典實現的?的確字典的話,比較省空間,隨便了。改天,心情好,也用字典試下。先貼個圖吧。 然