ACMer数学建模Python编程起步

杨利霞

ACMer数学建模Python编程起步笔者一建模小白，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。
7 T1 ~7 n& c1 O5 ~- ?9 |
数学建模和ACM的区别

相比于ACM，数学建模编程主要有以下几点区别：

- n( i8 \4 w& V) o1.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。

2 p" {( z  u/ e1 i2 U2.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。

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。
* ^; w' D- V) K6 V, p4 N+ F
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。
; \+ {$ F! C' \
语言的选择

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。

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。
* W- B  D4 u9 b0 x: x& M( V1 A+ ~
. Q' r5 n! F! I/ ^% p- V3 R) r; ]这里推荐一个Matlab语言的学习网站：https://www.w3cschool.cn/matlab/

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。
: {" j% M5 s- s" \4 _4 n
9 W$ A6 ^5 L. O) `7 l8 G4 T# e1 }6 d这里也推荐一个Python3语言的学习网站：https://www.runoob.com/python3/python3-tutorial.html

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

  K- A; Z# B: h% h) i  r: j, B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 J- |' r/ I3 a6 s! Q7 yhttps://www.runoob.com/python3/python3-examples.html
3 m; }7 r, r; q: Q: w# K: `8 F! [- j
2 c$ Z( F0 v# ?2 w/ H/ u6 L* J) q6 c1 ^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

2 W1 j- e  m% P1 e/ c/ Y
/ W/ i. R" ]0 p" C
一些需要进一步学习的包

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

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：

; q6 O5 x3 V: `9 w" a+ knumpy
中文 https://www.runoob.com/numpy/numpy-tutorial.html
英文 https://numpy.org/doc/
5 F- @$ n! e/ P8 y" o+ j
matplotlib
3 u. }. L" [/ L* B中文 https://www.matplotlib.org.cn
7 u$ i4 ^3 i% O& e英文 https://matplotlib.org/contents.html
; w- R. C% q7 n/ f' q, b0 u
pandas
中文 https://www.pypandas.cn
英文 https://pandas.pydata.org/docs/
& n/ m. Y( r( 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

# y9 n7 K1 {+ z7 q( T数学计算：sympy numpy pandas
数据分析：statsmodels
图像处理：opencv pillow
遗传和进化算法：geaty
+ A+ W7 \5 w) F& S7 J- v. y数据可视化：pyecharts seaborn matplotlib
) X8 Q& Y. x) ~: q4 u  B机器学习：sklearn scipy
数学规划优化：gurobi
  J# f2 ^" p  i/ g7 w5 N原文链接：https://blog.csdn.net/STL_CC/article/details/104740689

. B1 {8 x" m, X1 N! v% u0 @5 |
: R+ _* I6 }  }' Q* Y

柠檬草lll

发表回复不错的资源