Python实验报告 实验16 - Python计算生态

一、实验目的

 (1)了解Python科学计算常用第三方库
 (2)掌握Python第三方库:numpy的使用方法
 (3)掌握Python第三方库:matplotlib的使用方法

二、实验环境

  Windows 7以上版本的操作系统,Python 3.5以上编程环境。

三、实验内容和步骤

1.安装第三方库numpy,完成下面的问题。

  i.编写代码,计算矩阵A和矩阵B的乘法
《Python实验报告 实验16 - Python计算生态》

  ii.编写代码,计算A的行列式和B的行列式的值

  iii.判断矩阵是否可逆,如果可逆,求出逆矩阵

2.安装第三方库matplotlib,使用matplotlib,绘制y=sin(x)在[-10,10]区间下的函数图像。

3.安装第三方库matplotlib,完成雷达图的绘制。


#HollandRadarDraw
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
radar_labels = np.array(['研究型(I)','艺术型(A)','社会型(S)',\
                         '企业型(E)','常规型(C)','现实型(R)']) #雷达标签
nAttr = 6
data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
                 [0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
                 [0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
                 [0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
                 [0.20, 0.38, 0.87, 0.45, 0.32, 0.28],
                 [0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) #数据值
data_labels = ('艺术家', '实验员', '工程师', '推销员', '社会工作者','记事员')
angles = np.linspace(0, 2*np.pi, nAttr, endpoint=False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor="white")
plt.subplot(111, polar=True)
plt.plot(angles,data,'o-', linewidth=1, alpha=0.2)
plt.fill(angles,data, alpha=0.25)
plt.thetagrids(angles*180/np.pi, radar_labels)
plt.figtext(0.52, 0.95, '霍兰德人格分析', ha='center', size=20)
legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.1)
plt.setp(legend.get_texts(), fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()

四、实验结果

声明:以下代码仅是我个人的写法,可供学习参考,但不保证其正确性!

1.1 程序代码


import numpy as np
a = np.array(
    [
        [10, 5, 30],
        [15, 10, 35],
        [20, 15, 40]
    ]
)
b = np.array(
    [
        [1, 2],
        [2, 4],
        [3, 6]
    ]
)


if a.shape[1] == b.shape[0] :
    print("A和矩阵B的乘积为:")
    print(np.matmul(a, b))
else:
    print("矩阵A与矩阵B不满足乘法的前提条件")


if a.shape[0] == a.shape[1] :
    print("行列式|A|的值为:")
    print(np.linalg.det(a))
else:
    print("矩阵A不是一个方阵")

if b.shape[0] == b.shape[1] :
    print("行列式|B|的值为:")
    print(np.linalg.det(a))
else:
    print("矩阵B不是一个方阵")



if a.shape[0] == a.shape[1] and np.linalg.det(a) != 0 :
    print("矩阵A的逆矩阵为:")
    print(np.linalg.inv(a))
else:
    print("矩阵A不是可逆的")

if b.shape[0] == b.shape[1] and np.linalg.det(b) != 0 :
    print("矩阵A的逆矩阵为:")
    print(np.linalg.inv(b))
else:
    print("矩阵B不是可逆的")

1.2 运行截图

《Python实验报告 实验16 - Python计算生态》

2.1 程序代码


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 10, 100)
y = np.sin(x)
plt.plot(x, y, 'k', color='r', linewidth=3, linestyle="-")
plt.show()

2.2. 运行截图

《Python实验报告 实验16 - Python计算生态》

3.1 运行截图

《Python实验报告 实验16 - Python计算生态》

    原文作者:今天你跑图了吗?
    原文地址: https://blog.csdn.net/qq_43640281/article/details/118075765
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞