百度广州给做网站公司,wordpress输入正确密码无法登陆,wordpress耍留言,wordpress 虚拟主机 推荐前言
最近博主正在和队友准备九月的数学建模,在做往年的题目#xff0c;博主主要是负责数据处理#xff0c;运算以及可视化#xff0c;这里分享一下自己部分的工作,相关题目以及下面所涉及的代码后续我会作为资源上传
问题求解
第一题
第一题的思路主要如下#xff1a;…前言
最近博主正在和队友准备九月的数学建模,在做往年的题目博主主要是负责数据处理运算以及可视化这里分享一下自己部分的工作,相关题目以及下面所涉及的代码后续我会作为资源上传
问题求解
第一题
第一题的思路主要如下 如果我们基于代码实现的话代码应该是这样的
# 导入相关第三方包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 生成测线距离中心点处的距离
list1[]
d200for i in range(-800,1000,200):list1.append(i)
dfpd.DataFrame(list1,columns[测线距离中心点处的距离])#计算海水深度和覆盖宽度
degree1 1.5
radian1 degree1 * (math.pi / 180)
df[海水深度](70-df[测线距离中心点处的距离]*math.tan(radian1))
df[海水深度]df[海水深度].round(2)
degrees2 120/2
radian2 degrees2 * (math.pi / 180)
df[覆盖宽度](df[海水深度]*math.sin(radian2)/math.cos(radian2radian1))(df[海水深度]*math.sin(radian2)/math.cos(radian2-radian1))
df[覆盖宽度]df[覆盖宽度].round(2)# 计算重叠率
leftlistdf[海水深度]*math.sin(radian2)*1/math.cos(radian1radian2)
rightlistdf[海水深度]*math.sin(radian2)*1/math.cos(radian1-radian2)
leftlistleftlist.round(2)
rightlistrightlist.round(2)
leftlistleftlist.tolist()
leftlistleftlist[1:]
rightlistrightlist.tolist()
rightlistrightlist[:8]
heights df[覆盖宽度].tolist()
heightsheights[:8]
list2[0]
for i in range(0,8):a(1-200/((leftlist[i]rightlist[i])*math.cos(radian1)))list2.append(a*100)df[重叠率]list2
df.to_excel(2023B题1.xlsx,indexFalse)这样我们就基本上完成了对相关数据的求解然后我们可以实现一下对于它的可视化代码与相关结果如下
plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题# Plotting sea depth
plt.figure(figsize(10, 6))
plt.plot(df[测线距离中心点处的距离], df[海水深度], markero, linestyle-, colorb, label海水深度)# Plotting coverage width
plt.plot(df[测线距离中心点处的距离], df[覆盖宽度], markero, linestyle-, colorg, label覆盖宽度)# Plotting overlap rate
plt.plot(df[测线距离中心点处的距离], df[重叠率], markero, linestyle-, colorr, label重叠率)# Adding labels and title
plt.xlabel(测线距离中心点处的距离)
plt.ylabel(海水深度 / 覆盖宽度 / 重叠率)
plt.title(海水深度、覆盖宽度和重叠率随距离变化的折线图)
plt.legend()# Display plot
plt.grid(True)
plt.tight_layout()
plt.show()第二题
第二题的思路主要是下面的式子 博主的求解代码基本如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 生成相关数据
list1[]
list2[]
a0
for i in range(8):ansa*math.pi/180list1.append(ans)a45
a0
for i in range(8):list2.append(a)a0.3
b1.5
c60
randian11b*math.pi/180
randian12c*math.pi/180# 求解覆盖宽度:
list3[]
for i in range(8):list4[]for j in range(8):randian21math.tan(randian11)*-1*math.cos(list1[i])randian31math.tan(randian11)*math.sin(list1[i])randian22math.atan(randian21)randian32math.atan(randian31)Da120-list2[j]*randian21*1852W(Da*math.sin(randian12)/math.cos(randian12randian32))(Da*math.sin(randian12)/math.cos(randian12-randian32))list4.append(W)list3.append(list4)最后我们的工作就是数据的可视化了,首先是我们的代码部分
#对结果的可视化
plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题
dfpd.DataFrame()
df[β0°]list3[0]
df[β45°]list3[1]
df[β90°]list3[2]
df[β135°]list3[3]
df[测量船距海域中心点的距离]list2
plt.figure(figsize(10, 6))
plt.plot(df[测量船距海域中心点的距离], df[β0°], labelβ0°)
plt.scatter(df[测量船距海域中心点的距离], df[β0°])
plt.plot(df[测量船距海域中心点的距离], df[β45°], labelβ45°)
plt.scatter(df[测量船距海域中心点的距离], df[β45°])
plt.plot(df[测量船距海域中心点的距离], df[β90°], labelβ90°)
plt.scatter(df[测量船距海域中心点的距离], df[β90°])
plt.plot(df[测量船距海域中心点的距离], df[β135°], labelβ135°)
plt.scatter(df[测量船距海域中心点的距离], df[β135°])
plt.xlabel(测量船距海域中心点的距离)
plt.ylabel(list3 values)
plt.legend()
plt.grid(True)
plt.show() 第三题
前言
这题与上面的题目仅仅需要我们求解不同这题的工作主要分为两份
求解灵敏度分析
求解
这题求解的主要思路如下: (PS:浅浅吐槽一下公式真的多,理顺花了我好一会…) 博主的求解代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 设置相关参数
a1.5
b60
radian1a*math.pi/180
radian2b* math.pi/180
D0110
Les4*1852 #待测海域东西宽度
DD0Les/2*math.tan(radian1) #此处Dmax
xD*math.tan(radian2)
DD-x*math.tan(radian1)
W10
W20
res_list[x] # 存储x
left_list[] # 存储左线坐标
right_list[] # 存储右线坐标while xW2*math.cos(radian1)Les:W2D*math.sin(radian2)/math.cos(radian2-radian1)W1D*math.sin(radian2)/math.cos(radian2radian1)d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)left_list.append(x-W1*math.cos(radian1))right_list.append(xW2*math.cos(radian1))DD-d*math.tan(radian1)xxdres_list.append(x)W2D*math.sin(radian2)/math.cos(radian2-radian1)
W1D*math.sin(radian2)/math.cos(radian2radian1)
d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)
left_list.append(x-W1*math.cos(radian1))
right_list.append(xW2*math.cos(radian1))print(总条数:%d%(len(res_list))) #总条数
print(最大长度:%f%(res_list[-1])) #最大长度
for i in range(len(res_list)):res_list[i]res_list[i]/1852 left_list[i]left_list[i]/1852right_list[i]right_list[i]/1852然后就是我们对相关结果的可视化:
# 可视化
plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题
plt.axvline(res_list[0], colorred,labelRed Line (测线))
plt.axvline(left_list[0], colorgreen,labelGreen Line (条线左侧))
plt.axvline(right_list[0], colorblue,labelBlue Line (条线右侧))for i in range(1, len(res_list)):plt.axvline(res_list[i], colorred)plt.axvline(left_list[i], colorgreen)plt.axvline(right_list[i], colorblue)# 设置图形属性
plt.title(问题三结果)
plt.ylabel(由南向北/海里)
plt.legend()# 显示图形
plt.grid(True)
plt.show()灵敏度分析
灵敏度的分析思路其实还是很简单主要是我们要改变开角和坡角的大小来看一下 看一下对结果的影响
基于开角变化实现的灵敏度分析及其可视化
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 设置相关参数for b in range(100,150,10):a1.5radian1a*math.pi/180radian2b/2* math.pi/180D0110Les4*1852 #待测海域东西宽度DD0Les/2*math.tan(radian1) #此处DmaxxD*math.tan(radian2)DD-x*math.tan(radian1)W10W20res_list[x]left_list[]right_list[]while xW2*math.cos(radian1)Les:W2D*math.sin(radian2)/math.cos(radian2-radian1)W1D*math.sin(radian2)/math.cos(radian2radian1)d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)left_list.append(x-W1*math.cos(radian1))right_list.append(xW2*math.cos(radian1))DD-d*math.tan(radian1)xxdres_list.append(x)W2D*math.sin(radian2)/math.cos(radian2-radian1)W1D*math.sin(radian2)/math.cos(radian2radian1)d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)plt.plot(range(len(res_list)), res_list, linestyle-, labelf开角为{b}°)plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题
# 设置标签和标题
plt.xlabel(i)
plt.ylabel(res_list[i])
plt.title(基于开角变化实现的灵敏度分析及其可视化)# 添加网格线和图例可选
plt.grid(True)
plt.legend()# 显示图形
plt.show()
结果如下
基于开角变化实现的灵敏度分析及其可视化:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 设置相关参数
a_list[1.3,1.4,1.5]
for i in range(len(a_list)):aa_list[i]b120radian1a*math.pi/180radian2b/2* math.pi/180D0110Les4*1852 #待测海域东西宽度DD0Les/2*math.tan(radian1) #此处DmaxxD*math.tan(radian2)DD-x*math.tan(radian1)W10W20res_list[x]left_list[]right_list[]while xW2*math.cos(radian1)Les:W2D*math.sin(radian2)/math.cos(radian2-radian1)W1D*math.sin(radian2)/math.cos(radian2radian1)d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)left_list.append(x-W1*math.cos(radian1))right_list.append(xW2*math.cos(radian1))DD-d*math.tan(radian1)xxdres_list.append(x)W2D*math.sin(radian2)/math.cos(radian2-radian1)W1D*math.sin(radian2)/math.cos(radian2radian1)d(W1W2)*0.9*math.cos(radian1)/(1math.sin(radian1)*math.sin(radian2)/math.cos(radian2radian1)*0.9)plt.plot(range(len(res_list)), res_list, linestyle-, labelf坡角为{a}°)plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题
# 设置标签和标题
plt.xlabel(i)
plt.ylabel(res_list[i])
plt.title(基于坡角变化实现的灵敏度分析及其可视化)# 添加网格线和图例可选
plt.grid(True)
plt.legend()# 显示图形
plt.show()第四题
这题的主要工作就不是我做了我主要是负责海水深度与横纵坐标数据的可视化,代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math# 导入相关数据
filepath../resource/data.xlsx
dfpd.read_excel(filepath)# 数据预处理
df df.iloc[1:, 2:]
list1df.values.tolist()list2[]
for i in range(251):list3[]for j in range(201):list3.append(list1[i][j]*-1)list2.append(list3)
list4 np.arange(0,4.02,0.02)
list3 np.arange(0, 5.02, 0.02)# 数据可视化plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题x, y np.meshgrid(list4, list3)
z np.array(list2)fig plt.figure(figsize(10, 8))
ax fig.add_subplot(111, projection3d)surf ax.plot_surface(x, y, z, cmapviridis)ax.set_xlabel(横向坐标(由西向东)/海里)
ax.set_ylabel(纵向坐标(由南向北)/海里)ax.view_init(elev30, azim-45) fig.colorbar(surf, aspect5) # 显示图形
plt.show()三维图如下
结语
以上就是我所做的所有相关工作了,从这个学期有人找我打一下这个比赛,在此之前我从来都没有写过多少python,前一段时间打数维杯才开始看没几天就上战场了所幸最后也水了一个一等奖(感谢我的队友们),之前我的好几个学弟也问过怎么学语言之类我还是觉得除了我们的第一门语言外其他的就不要找几十小时的视频看了你看我没看不也是硬逼出来了吗,事情往往不会在你有充分准备时到来我们更应该学会边做边学而不是等到学完再做,种一棵树最好的时间是十年前其次是现在写给可能有一些纠结的大家也写给自己,那我们下篇见over
