- 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
- 566816 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175268
- 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 |
0 ~2 @8 z- [( N
ACMACMer数学建模Python编程起步er数学建模Python编程起
: @+ U/ E7 G0 B; O g! o* T! W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。: T4 M! @ w8 c* T! Y, G3 J2 d
/ f+ q1 p+ v* ^) V+ i+ V& t, |数学建模和ACM的区别7 z/ b) @5 A O; I! Y& l9 E
9 c4 K# J2 D. a9 Z4 y相比于ACM,数学建模编程主要有以下几点区别:
/ h4 l3 z) V! J s9 D3 W: I- ?
% b1 k* ?' }8 F* w' j+ q4 v1.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。
+ {$ C2 X* W5 |5 F6 R1 L
# ^6 G* G! G6 S8 L# O- D# m2.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。
! l/ E/ {6 |! `1 R* j9 ^
( c' A& J6 Q' K0 j6 ~# B3 L3.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。
/ {+ N- [( A; p5 `4 e* z; z, {8 v) F9 T, ]* X3 }
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。
9 b9 a& Z- j( K! N& j4 [( E V3 G$ a0 j
语言的选择
, ?) K i# q' P, z# T! _5 T5 d+ ^8 Y" g; j5 l- _8 ~& z
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。
( N* o# N3 \8 i: S* e. ?& j, s
0 G3 X) C/ f0 K6 S/ c+ a" RMatlab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。
. d/ ^+ I# Z, V! w: s4 b
% P' N( {) b. \& _7 e' {+ ]这里推荐一个Matlab语言的学习网站:https://www.w3cschool.cn/matlab/
: s& c$ l% i$ e0 S- x8 P! a7 j
) h0 g, m! c8 {+ C' ?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。% x: R: g3 W8 N; x/ R. T
|; O. Z" B2 C. b9 W" M) L这里也推荐一个Python3语言的学习网站:https://www.runoob.com/python3/python3-tutorial.html
# ? [& W8 ]2 ~0 E
" o- ]) X8 e, W/ `" ^5 a9 V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
. W6 E8 y( o3 E3 q. I9 X3 y- ?6 O7 O1 [
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
4 r+ L: v1 J3 [5 p0 h
' A. Z1 ?. y y9 nhttps://www.runoob.com/python3/python3-examples.html( K$ u' H" v1 B ]/ C
) o" P! b9 b& @# A) L7 M% z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. c. {% E6 U2 X
8 B9 H) p2 V* E) q
6 T/ K& a0 u1 N" F% r9 \" ?+ y
; r( h$ B" }+ r7 c# o+ Y一些需要进一步学习的包
, s/ \2 e; O! h" W A! j3 D! E5 w0 X! n0 Y
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
' U6 \, p; q' Q x2 z" B. N9 K5 \/ S3 l- Y
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:
( u0 ]. l6 y" E- \! o' w4 |; d$ o+ g2 Z2 Y. J% }
numpy
. D5 b8 X `' L. |中文 https://www.runoob.com/numpy/numpy-tutorial.html2 Y! E6 o5 P& J, ]
英文 https://numpy.org/doc// l$ X6 w e6 _9 M/ Y9 o- [* k
& e5 `3 y o4 ?8 `matplotlib
. @4 C( `2 W( A2 g中文 https://www.matplotlib.org.cn
. L5 D5 f" L! j# X* p英文 https://matplotlib.org/contents.html* |+ ~! @$ v! c3 [/ [ l: A
1 }2 L3 B. _6 ~5 K. Ppandas, [# s3 p8 i) ~ }
中文 https://www.pypandas.cn5 h% {. v) h5 b
英文 https://pandas.pydata.org/docs/! B! a' m& {& |
, {0 z+ f/ y A. k3 C9 l7 \! e6 p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
3 G$ m; u2 W6 Q% @7 c/ A* h3 c2 K1 t1 x1 N7 U5 x9 Y
数学计算:sympy numpy pandas& k, c, o H/ y" F y0 a7 I% n3 t
数据分析:statsmodels
8 ~0 w+ T- b2 H$ v图像处理:opencv pillow
. v9 d8 ?; n" I2 n7 \) C9 Q遗传和进化算法:geaty
9 \" J: M( w6 Y0 Q: f+ j7 ]' A7 k数据可视化:pyecharts seaborn matplotlib: R/ d; h" L+ r/ F2 q2 ~5 ]
机器学习:sklearn scipy
8 T# ^3 N% ?2 |1 k! ]+ W" d数学规划优化:gurobi, w0 b M6 U2 j5 q9 [0 q
原文链接:https://blog.csdn.net/STL_CC/article/details/104740689
6 O3 }4 E2 n6 Z' N$ p( C2 V
4 Z* l# z* Y; a1 _9 | Z9 j. A5 y" {6 s* {) r$ @% B3 J
|
zan
|