数学建模需要怎样的编程水平？

杨利霞

5 m9 V. N3 @) u8 L" Y7 F- j数学建模需要怎样的编程水平？作者：胖咸鱼y
链接：https://www.zhihu.com/question/61102199/answer/184485396
: I& G4 M* T! }% w8 T来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

4 C' E' d1 D1 [: ?, Q这应该是最后一次更新。
首先控诉一下这个多灾的暑假，一年不生一次病的我，从八月初就开始重感冒，重感冒刚好不知道吃错了哪家无良的外卖，急性肠胃炎住院（中间拖了两天，住院的时候还蛮严重的）打吊瓶吃药吃咸菜。稍微好一点就骗家长说自己完全好了就返校了。回到学校的第一天晚上就又重感冒了(.....)应该是之前的细菌还在等我回来：）喝着热水吃着药吸着鼻涕打着喷嚏...都这副惨状了，电脑忽然间罢工了，把老伙计送到专卖店去修，没说什么毛病，只说要寄到石家庄去修。：）到今天还没修回来，后天就是国赛前的模拟了，凌乱状....
0 D+ B+ `) L  f# H8 p回归正题。
python入门的教程在网上随便一搜就能搜到很多，当初我是跟着小甲鱼学习的
% ]8 M! _* y- S3 a1 j[小甲鱼]零基础入门学习Python_野生技术协会_科技_bilibili_哔哩哔哩
( B, V1 c5 e: F' g& [对于新手蛮不错的教程，开倍速秘制带感（网易云课堂上也有课程，就可以在移动端开倍速）
) X) n5 _  H% C. ?
这里着重安利一下北大的python数据结构课程：
3 N! K+ s5 r7 s& _6 p数据结构与算法2015春季 - 北京大学新一代GIS研究室
; a9 b& D  }9 x7 l& n) J因为我之前一直在找数据结构的python版本，终于找到了，好东西分享一波。

& c1 }+ }4 r1 _6 n; c7 u( e我没看视频，我把讲义down下来k过了一遍，收获还是挺大的：
我的课堂代码摘抄：数据结构（python） - .delete - 博客园
2 \$ d) }7 R+ o& z/ H0 R3 M
' r7 F+ ]& i) n! b! B2 g然后是一些建模方法的python实现：
0 K( ]' H# r6 j  T1 `: M动态优化   --------->  学习北大数据结构动态优化一章。
9 v% {. J, W5 ?+ {; m线性最优  ---------->  scipy.optimize.linprog
1 C! K4 ]+ \4 F. u最小二成拟合  ---------->  numpy.ploy1d
" R5 [1 U0 b" g多项式拟合  ---------->  没有现成方法，自己写
聚类  ---------->  from  sklearn.neighbors import KNeighborsClassifier （KNN）
                         from sklearn.cluster import KMeans（KMeans）
决策树  ---------->  form sklearn.tree import DessionTreeClassifier
贝叶斯算法（朴素贝叶斯）  ---------->  from sklearn.naive_bayes import GaussianNB   
支持向量机  ---------->  from sklearn import svm      
& e! q. y, A  e; A! b" Q* L- h2 ]回归  ---------->  from sklearn import linear_model （这里边包括了线性，逻辑，随机树森林
6 e4 p$ S' f3 N- h8 Q                                                                                    多项式，岭回归等等）
2 Z' u. H$ Y9 Y8 {; a主成分  ---------->    import sklearn.cluster.DBSCN
绘图  ---------->    import matplotlib.pyplot as plt
                           import seaborn as sns
+ I/ c& d, R/ q. }! N: D( ]& V- A! ^* Z数据结构  ---------->    import pandas as pd（Series，DataFrame）


' G; ?, A6 D/ k$ Z4 T/ D基本上我能想到的就是这些了，其他的一些像对曲线的处理或者解方程等等我一般都使用Matlab做。当然以上的所有方法在lingo都能实现。我用Matlabh+lingo做了一次Kaggle的泰坦尼克之灾，得分一样，但是点点点明显比敲代码要舒服的多。
只撸了一个base model，慢慢的再优化。

; c; F9 C: _, I. j: t/ a1 _9 e   代码用到的一些方法：
% M: |4 G! X5 O& q0 K+ a' i0 F2 T#Pandasimport pandas as pdfrom pandas import Series,DataFrame#Numpy,Matplotlibimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns#MLfrom sklearn.linear_model import LogisticRegressionfrom sklearn.svm import SVC,LinearSVCfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.ensemble import RandomForestRegressorfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.naive_bayes import GaussianNB#Osimport osos.chdir("C:\\Users\\pangxianyu\\Desktop")
以上，一个对python有兴趣的自学小白，如果有错误欢迎及时斧正。

- l! ^, [+ d7 r" A8 z6 n/ S
预祝大家都取得好成绩！
（希望我电脑快点修好.....
4 e7 s9 f- K% s. b: c                                                                                    -----发布自求爷爷告奶奶借来的电脑
8 e5 r: l: i) r% ?: Z+ s+ ~

--------------------------------------------最后一更分割线---------------------------------------
校级复试过了，来补充一下。
+ F5 z! ^+ x6 n$ K& Y+ m! spython相较于matlab和lingo有一个对新手不太好的地方是没有很多的参考事例。
. {4 w, E6 r7 _+ D拿这次复试来说，之前我一直是用python的，之前老师说过对语言没有要求，考前一天忽然题目有要求用的软件，临时抱佛脚在网上找了一个matlab实现的《数学建模和编程》里边整本书都是数学建模的例子和用matlab实现的代码。而我在之前搜索专门的python书籍没找到这么专业的。所以还没入坑的推荐数学软件。
考试的时候四道题全部用的python实现，然后再在matlab中找到对应的方法，提交答案的时候提交matlab程序。为什么这么做？因为在我看来python确实好用啊=￣ω￣=，提前四十分钟交卷。
; u/ Z1 b9 X6 C, t1 h. }) E
6 o+ y$ m) v7 F* K但是过程一波三折，提交的版本是中途保存的一个版本，上边只写了两道题，不过还算走运，顺利拿到了国赛和夏令营的入门券。
这个暑假打算一边参加夏令营，一边把数学建模上的知识用python 实现一遍，目前实现了线性最优，最小二乘法，多项式拟合，聚类，主成分，回归算法（建模叫分类）等等吧。
5 A  ^2 ]. g% H( d+ L6 x5 H1 C给自己挖个坑，所有方法都实现后会把博客地址贴在这里。
加油。
! T: R$ v+ `) s& K7 b! D; N4 h- ~+ K17-07-07
, n/ W2 m" G8 u7 ?3 G" f: k---------------------------------分----------------割-------------线--------------------------------
当初只是随手一答，有人点赞，诚惶诚恐，把答案重新编辑下：）

2 M5 u+ c, m3 H3 N2 A今年准备参加，培训的时候老师讲了画图用matlab，数学分析用SPSS，lingo，还讲了几个例子，我去，画图不就是python中的matplotlib库，聚类降维神经网络不就是机器学习sklern中的kmeans，knn，neturework吗。。。

参加校选赛的题目是关于共享单车时空配比，题目没有给数据，网上也找不到，我就花了点时间在gitub上找了个轮子自己改了改，用python爬虫爬的天津地区摩拜单车的数量和坐标，再用kmeans聚类，matplotlib画图。

选择上边那些软件的话其它答主已经说的很详细了，参见他们的回答即可。
5 F1 Q/ [& t2 H# n( l如果选择python的话，需要掌握的有：
; L( F* h! q5 ^+ m- g2 ~# @# ]. f1、python版本的选择与安装
     对比VC，python的安装需要费点时间，如果熟悉Linux会轻松很多。目前py2x和py3x共存，在刚入门的时候需要看你选择的是哪个版本，不同版本支持的包不同。多说一句，用2x的话如果用到3x的method，import futuer就好了，但是3x是主流和未来的方向XD
( C; u4 d* F9 M（下边的sklearn和tensorflow就是不同的python 版本。）
& P) b6 Q  n6 I, S  r/ @2、IDE的选择
  [: f' E6 Y% ?     推荐jupter book。我目前使用的python为py36，sklearn的env是py27。在jupter book上边创建好kernels，然后切换kernel就可以达到切换env的作用。
3、基本操作和包
    如果上边的基础准备都做好了，开始学基础操作，基本的教学视频就好了，重点掌握集合，列表，元组，函数，方法，for，magic（如果有时间的话），基本的四则运算，赋值什么的。python作为一门胶水语言，又以对程序员友好著称，学习起来我认为不是很痛苦，我之前有C，Java和Matlab的基础，学的比较快。
    包的话重点掌握numpy，pandas，matplotlib，这些里边是数学运算，文件处理和图形绘制，建模的时候都会有用，重点掌握。其他的分类，回归，聚类，降维，神经网络，相关性分析之类的都在sklearn中（即机器学习中大名鼎鼎sciki-learn的简称，不过不要被吓到，它的数学思想和你学的概率论和数理统计差不多，单纯的调用的话看看文档和技术博客就好，需要我推荐的话可以私信或留言：）
    还有一个包是谷歌推的tensorflow，它的领域是多重神经网络和深度学习，如果还有精力的话可以去探索，私以为建模的数据量和复杂程度会使它的学习深度不会太深，它上场的机会不大。
+ I; b0 y0 x' [/ k$ G8 i7 b6 P人生苦短，我用python。
& S' X$ s9 E8 m
- b+ g! r* B' R9 u6 k最后提一点，python作为一门语言，它的学习成本可能要比上边那些软件要大。
6 p" E. `6 W- m( |! J' Q' H  t献给那些想做建模走python技术栈的人，希望可以帮到你们。


) h  ^9 {( W2 G& F" P

  E1 B1 \/ v: Y) q% ]6 F