基于Python 3.7,对于常用算法、包以及在实际问题中可能遇到的工具进行简单的整理
-
对有序序列的搜索:【PyOrderSearch.py】
-
对无序序列的搜索:【PySearch.py】
基于networkx包,基本可以完成常规的图论任务
$ conda activate {env_name}
$ pip3 install networkx
# or
$ conda install networkx
文件说明
文件名 | 说明 |
---|---|
PyGraph.py | 代码,networkx的基本使用 |
PyGraphDraw.py | 代码,networkx的对Graph的呈现 |
PyPrim.py | 代码,Prim算法实现最小生成树 |
PyGraphCPA.py | 代码,获取关键路径算法 |
PyMaxConSubgraph.py | 代码,获取最大连通成分 |
Matrix_of_Graph.ipynb | jupyter文档,与图论相关的矩阵,主要包括:邻接矩阵,关联矩阵,拉普拉斯矩阵,相关特征值,连通性等 |
Graph相关算法.ipynb | jupyter文档,networkx中内置算法的实例,主要包括,最短路径,最小/大生成树,拓扑排序,最大流,最小费用最大流,广度优先与深度优先 |
networkx_reference.pdf | pdf文档,networkx官方参考 |
原示例为python 2.x,目前已经全部更新,并在python 3.7版本试验过,基于Ipython
$ pip3 install ipython
基于numpy包
$ pip3 install numpy
整理为一个markdown。
主要内容包括:
- ndrray对象
- ufunc运算
- 矩阵运算
- 文件存取
A Cocise Coursebook of Numpy.ipynb是以前学习numpy的jupyter文档,留个纪念~
基于scipy包
$ pip3 install scipy
整理为一个markdown。
主要内容包括:
- 最小二乘拟合
- 非线性方程组求解
- B-Spline样条曲线
- 数值积分
- 解常微分方程组
- 滤波器设计
- 符号运算
- 球体体积
代码文件说明
文件名 | 说明 |
---|---|
PySciTest1.py | 最小二乘拟合 |
PySciTest2.py | 返回各种拟合的误差 |
PySciTest3.py | 非线性方程组求解 |
PySciTest4.py | B-Spline样条差值 |
PySciTest5.py | 洛伦兹吸引子绘制 |