- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 566867 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175283
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
% y7 }- {# T' u1 X9 O
ACMACMer数学建模Python编程起步er数学建模Python编程起
# h$ `. q5 F I3 F+ ]* T( F8 x笔者一建模小白,同时也是一名ACMer。寒假期间学完了数学建模所需的一些编程知识,磕磕碰碰渐渐入门。在此为想要参加数学建模的ACMer分享一些经验。该文该帖系笔者原创,笔者刚入数学建模时,对于数学建模应该怎么样去编程也同样非常迷茫,在网上也没有找到相关的经验贴,故在此给大家分享几点经验。该文会长期更新,欢迎在评论区交流。2 w, d& X* D {+ J Z
# m9 D+ e3 M5 G* \+ k( B( g
数学建模和ACM的区别
; O/ c6 x, W! T6 c9 _$ g9 t( y8 z" O( T- j
相比于ACM,数学建模编程主要有以下几点区别:% Q6 Z5 d- P- w( G" H
, Y5 u+ `9 N* m Z+ v6 ` b" x* f1.ACM的编程多是用来直接处理一些算法问题,需要对算法进行创新应用,重点在于算法;而数学建模中的编程多是用来运行算法模型以获得所需的数据,或者是画图、画表格之类的,很多算法模型都是现成的,有很多ACM中的诸如Floyd的算法已经被封装成模块。有趣的是,他们可能是以伪码表示的,并不像ACM模板,都已经写好代码了,这时,就需要各位大佬根据伪码翻译成计算机所能理解的语言。ACM重在算法,数学建模编程虽然也需要对算法模型进行创新,但更多的,重在计算,重在选择最优的模型达到最优的效果。
1 {' A; M; Z n7 } R- d& @; D
' C/ g+ u2 L9 x: G( }2.比赛方式不同,ACM是在指定地点进行比赛,时间通常只有紧张的5个小时,在这5个小时内,需要各个队员的精神高度集中的投入到算法问题的解决中来,而且程序必须是在一定效率的情况下运行(比如比赛时程序应该在1s结束,只能占用256mb的空间,如果在时空限制下没有完成算法问题的解决,是不能记分的)有的题目可能做不出。而数学建模则在3天甚至更长的时间比赛,比赛地点一般在学校提供的教室里,可以随便自由出行,甚至可以是在家(比如今天坑爹的新冠病毒疫情,想必许多美赛选手都是在家比赛)。一般数学模型的解法只有最优最劣与否,没有对错。" N, t( i* Q8 t- |5 d
7 O$ E) M+ J0 i) U% v' m; N
3.可访问资料的范围不同,ACM允许携带纸质资料,选手们通常会把平时浏览过的一些有意义的博客打印下来,还会打印好相关资料,如ACM模板等,在比赛的时候还会有志愿者们巡逻考场,不允许携带电子设备和U盘等进入考场,考场也通常会打开电子屏蔽器,屏蔽相关信号,切断与外界的交流。而数学建模则多要靠自觉,在比赛期间不能通过QQ等通信工具与其他选手交流比赛,要上传给学校。但除了要保证是自己做的以外,其他的互联网资源都是可以访问的。这时,强大的信息检索能力就重要了起来,可以在网上搜索相关的有用的模型,用计算机的语言实现。也有一些学长只是准备了20几天,靠着强大的学习能力获得了省一。
9 u- o e6 L2 G* u. d7 d) ~+ f8 v1 P' e. ?
4.拿奖的难易不同。虽然数学建模和ACM在各自的领域都是属于家喻户晓的顶尖水平的竞赛。但是其实数学建模的水分还是总体上比ACM要高的。有的人也表达过相同的看法,通常一支队伍如果在ACM方面取得了某些奖项,一般情况下,这个队伍里的每个人总还是有两把刷子。但是如果是数学建模,可能就不一定了,输出的可能就是一个人,其他人只是用来给那个人加油助威的。从每年获奖的情况来看,从获奖总数和参加人数来说,ACM的奖项含金量更高。但这并不意味着数学建模没有用, 在数学建模的过程中,将学到很多平时学不到的科研的知识,比如论文的撰写和发表啊。而且数学建模相比于ACM,更加贴近科学。如果ACM和数学建模都能发展好,应该对时下大火的人工智能研究有好处,也能跟大概率获得算法相关的Offer。$ n4 f1 c0 w9 y8 R! V9 B6 ^0 h
; {5 Z1 O2 ?6 g9 {% Q' j% x- `
语言的选择- Y, ?# z$ [. [+ q
* g: h8 T1 v# n: t/ M目前主流的应用于数学建模的编程语言主要有两种,他们分别是Matlab和Pyhton。 p. X) u( g. P" R4 k5 M
H2 W, d' g' N( ?Matlab语言的历史比较早,美国MathWorks公司出品,和Mathematica、Maple并称为三大数学软件。在Pyhon还没有问世前,广泛应用于数学。优点是学起来方便,要学的东西相对较少,适合不喜欢折腾的小白玩家,缺点是闭源,扩展性低下,除了数学之外没有太多的用途。
& s% D6 Y5 i, J, A& W8 I4 ]! ]8 f1 C. }# s t
这里推荐一个Matlab语言的学习网站:https://www.w3cschool.cn/matlab/
, K2 a) a. O) e2 Z" E/ }) T6 F3 v/ Y1 N! e
Python的大名相比大家都知道,他在深度学习,爬虫,机器学习等方面有很多应用,并且扩展性好,有丰富的功能和优质而成熟的社区,免费,开源,体积小,应用范围广,是未来的主流语言。我在这里向ACMer推荐这种语言,在以后的工作中,也可能经常用的到,并且以后要学习深度学习和机器学习的相关知识时,还会要用到它。但Python对于编程小白则不太友好,可能需要折腾很久。
1 R6 {9 O% P7 T F; N. @7 V1 n. j) o
+ F1 k7 C! c, U1 A: e+ s这里也推荐一个Python3语言的学习网站:https://www.runoob.com/python3/python3-tutorial.html
0 l, j3 f* X( K, r
1 u' l' r4 u' U注意,我们学的是Python 3.x,不是python2.x,他们两者的语法是有区别的,Python3.x更新5 S. h9 l" v; n2 t, P" U8 E$ y
5 O, [7 }8 C- a+ z e8 ]& D
这个网站上还有Python小实例,可以做一做,提高熟练度,一定要动手去做,如果不动手,到时候就会很生疏
6 b9 A5 L8 z" h/ p6 J& h2 R" j: e3 Z% |0 ?
https://www.runoob.com/python3/python3-examples.html/ [. t( x5 h! M% n9 Y6 \
. j% y1 o! X" `5 Q3 \下面是一本网红书籍,几乎是Python入门首选,大家也可以看看,不过个人觉得,还是上面的这个网站写的好,这本书漏了很多- v& P. u# [$ l% M
8 D3 [0 Y, A& Q: P
5 L, r, j" X4 E4 A8 U
8 Z1 S6 ^% W: U) F一些需要进一步学习的包
1 r+ {7 t: H8 F. x4 ]$ L3 D6 T0 |- H* |2 X/ e
Python的包在他们官网一般都有详细的教程,可惜的是,他们大部分是英语的。国内有些包的教程还没有人翻译成中文,或者相比英文版缺斤少两。推荐大家阅读英文原版,如果实在看不懂就看中文版
: `4 E4 w+ A+ U f8 n9 [+ d# X
$ W i3 H9 O; b% H1 H7 b2 K8 s s首先,需要学完数据分析三剑客Numpy,Matplotlib,Pandas。这三个包基本上在数学建模中经常用到,一定要掌握,下面分享的是他们的一些教程:6 s" W. s; V; f. y8 X' M* X
& h7 R5 i' M# `: u! d$ \& Gnumpy
; M( s' K. y- @' x中文 https://www.runoob.com/numpy/numpy-tutorial.html
# z7 h- q7 e `2 n7 i; w. z英文 https://numpy.org/doc/
) ]8 z5 U2 K b/ N( o" X D2 G8 `/ [& h: `0 [. O
matplotlib8 P' p+ P2 x7 I5 k0 b+ T
中文 https://www.matplotlib.org.cn
4 M8 {2 b' f% V3 h0 F英文 https://matplotlib.org/contents.html6 ?. |5 h h9 N
3 J" s% ^/ D) x; m& g+ i% \8 U0 npandas
1 E+ k7 O0 p) Y: z5 V5 r中文 https://www.pypandas.cn
& p6 {% ^& c% d, b5 H4 L英文 https://pandas.pydata.org/docs/0 Y; G, T/ d/ \
( q6 w0 h+ d) r& b i下面列举需要学习的一些包及其用途,大家可以参考参考,搜索他们的官网找到教程学习
" v, P% U A3 p% n$ l, e/ P
' L2 t: c4 W$ n' U9 z: z数学计算:sympy numpy pandas# s4 ~( Z4 }" b6 l1 w9 V' p
数据分析:statsmodels; O" A- H' F) `/ {' Y
图像处理:opencv pillow
& n& m# _: X% E7 j/ N' C遗传和进化算法:geaty, D9 X( T1 Q- D1 ^
数据可视化:pyecharts seaborn matplotlib
6 T6 z- _& _3 O. S/ e: Y/ d. j机器学习:sklearn scipy' |3 L9 |' c1 w; K2 o
数学规划优化:gurobi
$ F3 q+ w4 i# z$ _+ Z8 u原文链接:https://blog.csdn.net/STL_CC/article/details/104740689
* L9 c3 |6 x6 T5 b% n/ K& v) t A+ z8 u7 b' ^1 z! u
+ k) n. t$ m b, S
|
zan
|