赞
踩
本篇文章给大家谈谈python数据分析期末大作业报告,以及python数据分析期末大作业,希望对各位有所帮助,不要忘了收藏本站喔。
1.创建一个Python脚本,命名为test1.py,完成以下功能。
(1)生成两个3×3矩阵,并计算矩阵的乘积不会c语言可以学python吗。
(2)求矩阵A=-110-430102 的特征值和特征向量。
(3)设有矩阵A=521201 ,试对其进行奇异分解。
- import numpy as np
- mat1 = np.matrix([[3,6,9],[7,8,10],[11,15,19]])
- mat2 = np.matrix([[1,2,3],[6,9,10],[12,13,15]])
- mat3 = mat1 * mat2
- print(mat3)
- mat4 = np.matrix([[-1,1,0],[-4,3,0],[1,0,2]])
- mat4_value, mat4_vector = np.linalg.eig(mat4)
- print('特征值为:',mat4_value)
- print('特征向量为:',mat4_vector)
- mat5 = np.matrix([[5,2,1],[2,0,1]])
- U, Sigma, V = np.linalg.svd(mat5, full_matrices=False)
2.油气藏的储量密度Y与生油门限以下平均地温梯度X1、生油门限以下总有机碳百分比X2、生油岩体积与沉积岩体积百分比X3、砂泥岩厚度百分比X4、有机转化率X5有关,数据数据集(datat11)。根据数据集信息完成如下任务:
(1)利用线性回归分析命令,求出Y与5个因素之间的线性回归关系式系数向量(包括常数项),并在命令窗口输出该系数向量。
(2)求出线性回归关系的判定系数。
(3)今有一个样本X1=3.5,X2=1.8,X3=8,X4=17,X5=10,试预测该样本的Y值。
油气存储特征数据 | |||||
X1 | X2 | X3 | X4 | X5 | Y |
3.18 | 1.15 | 9.4 | 17.6 | 3 | 0.7 |
3.8 | 0.79 | 5.1 | 30.5 | 3.8 | 0.7 |
3.6 | 1.1 | 9.2 | 9.1 | 3.65 | 1 |
2.73 | 0.73 | 14.5 | 12.8 | 4.68 | 1.1 |
3.4 | 1.48 | 7.6 | 16.5 | 4.5 | 1.5 |
3.2 | 1 | 10.8 | 10.1 | 8.1 | 2.6 |
2.6 | 0.61 | 7.3 | 16.1 | 16.16 | 2.7 |
4.1 | 2.3 | 3.7 | 17.8 | 6.7 | 3.1 |
3.72 | 1.94 | 9.9 | 36.1 | 4.1 | 6.1 |
4.1 | 1.66 | 8.2 | 29.4 | 13 | 9.6</ |
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。