- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 541541 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167841
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 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 |
- Z5 R8 ?1 Q; a2 b; d3 [
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。' |5 K3 _' K6 R+ U& ?; z
9 @2 Z! i4 T6 y9 p, m7 g数学建模和ACM的区别
. t- k. h; a/ d5 w7 ^$ {4 O* A5 |3 n- b. ^
相比于ACM,数学建模编程主要有以下几点区别:
. m' w6 H1 R" X* S- s4 b4 I6 `0 C6 _! D0 G, } v* J
1.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。' O; e$ h- a9 B4 n/ D
4 }% C5 k# _8 S# C E2 Z2.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。
& n1 D0 p' U1 i" x2 }; t* ]# g; F: X0 Q
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。8 b: }2 v" N& u: v1 e% c3 b s
. w" n" x- w) c9 k9 ?2 h/ J' ^
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。1 C) y0 `' s4 O# @
( t7 D( _8 T+ N
语言的选择
$ T% Q7 l( B, Z1 r
* d8 L/ [* g0 ^. g6 H3 \3 E7 ^% b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。- M+ u* k& K( V0 C, F1 j3 s
0 Q2 m0 ^6 a: P0 ^% L2 Q3 TMatlab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 w1 J' g2 ^# Z! P. E# q8 n! d& B; S. }# o/ O5 w! s2 ?. ?- |. ]
这里推荐一个Matlab语言的学习网站:https://www.w3cschool.cn/matlab/
+ g1 Q6 e$ O. f' L7 e, Q% ]
6 Q% l9 ?# w/ b- ]" sPython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。
. u+ s. S- K- H- _0 j' m A Z& G) _& A+ e
这里也推荐一个Python3语言的学习网站:https://www.runoob.com/python3/python3-tutorial.html
7 q- |/ c- P) k
" s; l+ q! \6 ]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 I( h7 k* T# [2 f7 z
3 f( f" n. [$ m
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
/ q% n' w% x. e% U$ i5 H
. b* P" T# [: v/ }" U! Fhttps://www.runoob.com/python3/python3-examples.html
% p) K3 ^5 W+ Z8 ^; J& @; s. B6 ~( ?* W. `+ c
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
; q8 {1 b& E0 c5 I+ v9 J5 ~" z$ k g! F1 ~: t. M6 t& p
9 x9 z4 k0 C! _
& m7 f$ }* Q% g0 x: p5 W一些需要进一步学习的包2 c4 A6 R! a6 F# Q7 Z
) l+ p% D" ?* `% I& zPython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6 b3 \5 [: a) _5 K% I7 d5 c
% v8 l9 T' h, q# I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:: |/ S7 |/ z; B- Y* o
# G5 x) m9 K( f$ Dnumpy ; @. V1 o3 k8 S5 [ A
中文 https://www.runoob.com/numpy/numpy-tutorial.html
+ A R$ V$ ], D4 J& z9 g1 X, \英文 https://numpy.org/doc/
. \& p8 R& G: A! s
* V& U% y j3 Q4 F3 S7 z: Wmatplotlib' n8 s# G; {$ ?7 Q- a4 q/ G" {
中文 https://www.matplotlib.org.cn2 C2 A0 v, v5 ^: E! G7 d# E
英文 https://matplotlib.org/contents.html' {- I4 o. F& p8 T3 {3 @
, n" R% U- D% z7 x6 B+ N9 H, i- w" `; zpandas
+ m l* D: @ J7 E$ A6 z- r( K+ {中文 https://www.pypandas.cn
5 U& f4 u5 @ ?- B/ Q英文 https://pandas.pydata.org/docs/
2 u J# |# K+ h* e- y' m7 w' ~
2 d* S5 d' [: q) \) K. R1 d: U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4 f5 R0 T7 ]* D. ~: P% L q. T/ [
% W0 K, i. f* {) R
数学计算:sympy numpy pandas# `8 G. d7 ^* z- v; C
数据分析:statsmodels
% W& F* K& D0 d6 J2 Y图像处理:opencv pillow3 b0 E+ v0 y; y. {" M. J3 p% ~
遗传和进化算法:geaty; E' V# a! G2 R' U8 _% V3 J; K
数据可视化:pyecharts seaborn matplotlib7 R7 {4 p7 Y6 D' ^# j
机器学习:sklearn scipy
5 h$ G! F9 O9 A3 M4 U数学规划优化:gurobi- D0 S% ?! G9 a+ F( d1 f
原文链接:https://blog.csdn.net/STL_CC/article/details/1047406899 J; b) J2 U; y% ^9 }4 `1 }5 }
+ u) ^; W7 Q. k% a
5 X7 r6 ]7 ?" H) E& Z S8 S |
zan
|