python数学建模常用代码

Python在数学建模方面有许多常用的代码，以下是其中一些示例：

1. 导入相关库：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

2. 线性回归：

# 创建数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 5, 7, 9, 11])

# 拟合线性模型
coefficients = np.polyfit(x, y, 1)
a = coefficients[0]  # 斜率
 = coefficients[1]  # 截距

# 绘制拟合曲线
plt.scatter(x, y)
plt.plot(x, a*x + b, color='red')
plt.show()

3. 曲线拟合：

# 定义拟合函数
def func(x, a, b):
    return a * np.exp(-b * x)

# 创建数据
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([5.5, 3.2, 2.0, 1.0, 0.5, 0.2])

# 拟合曲线
popt, pcov = curve_fit(func, x, y)

# 绘制拟合曲线
plt.scatter(x, y)
plt.plot(x, func(x, *popt), color='red')
plt.show()

4. 数值积分：

from scipy.integrate import quad

# 定义被积函数
def func(x):
    return x**2

# 进行数值积分
result, error = quad(func, 0, 1)
print(result)  # 积分结果

这些只是数学建模中的一小部分示例，实际上还有许多其他常用的代码用于数据处理、优化算法、统计分析等。