Python 数据分析与科学计算 课件 第10章 Scipy科学计算.pptx

Python数据分析与科学计算

;;

;

;【例10.1】求解下列线性方程组。;

;

;【例10.2】输出矩阵中的常用范数。;

;

;【例10.3】伯努利分布应用：打枪上靶实验。;

;【例10.4】二项分布应用：打枪上靶实验，打靶10次，命中8环的概率分布。;程序运行结果：

[9-072-053-043-03

1-025-021-012-01

2-011-015-02];

;【例10.5】正态分布应用。;

;【例10.6】使用Scipy.integrate实现[0,1]区间上高斯函数的积分。;【例10.7】使用Scipy.integrate计算二重积分。;5.插值;【例10.8】一维插值应用。;5.插值;【例10.9】样条插值应用。;

;10.2 Scipy中的优化;【例10.10】使用root()函数求解方程的根。;?;10.2 Scipy中的优化;2.数据拟合;【例10.12】多项式拟合。;10.2 Scipy中的优化;【例10.13】曲线拟合。;【例10.13】曲线拟合。;

;【例10.14】使用coo_matrix创建稀疏矩阵。;【例10.15】存储稀疏矩阵。;【例10.16】使用data属性查看存储的数据（非零项）。;【例10.17】使用count_nonzero()方法计数非零元素的总数。;【例10.18】使用eliminate_zeros()方法从矩阵中删除零项。;【例10.19】使用sum_duplicates()方法消除重复项。;2.稀疏矩阵的运算;【例10.20】稀疏矩阵加法、减法和乘法运算。;10.3 Scipy中的稀疏矩阵处理;

;【例10.22】求解;3.求解积分问题;importscipy.integrate

fromnumpyimportexp

frommathimportsqrt

func=lambdax,y:19*x*y

gfun=lambdax:0

hfun=lambday:sqrt(1-4*y**2)

i=scipy.integrate.dblquad(func,0,0.5,gfun,hfun)

print(i)