python数学建模代码

以下是一个简单的Python数学建模代码示例，它使用了numpy和matplotlib库：

import numpy as np
import matplotlib.pyplot as plt

# 定义模型函数
def model_func(x, a, b, c):
    return a * np.exp(-b * x) + c

# 生成模拟数据
x_data = np.linspace(0, 5, num=50)
y_data = model_func(x_data, 2.5, 1.3, 0.5) + np.random.normal(scale=0.3, size=50)

# 使用最小二乘法拟合模型
from scipy.optimize import curve_fit
popt, pcov = curve_fit(model_func, x_data, y_data)

# 绘制原始数据和拟合曲线
plt.scatter(x_data, y_data)
plt.plot(x_data, model_func(x_data, *popt), 'r-', label='Fit: a=%5.3f, b=%5.3f, c=%5.3f' % tuple(popt))
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

该代码生成一个模拟数据集，其中包含50个点，使用最小二乘法拟合一个指数形式的模型函数，并将原始数据和拟合曲线绘制到一个图表中。这个示例代码可以作为一个基础模板，用于更复杂的数学建模问题。