去年 9 月,前一加科技联合创始人裴宇(Carl Pei)离职一加宣布创业,其创业方向一直引发猜测。   爱范儿获悉,在 1 月 27 日,裴宇和其团队正式宣布在英国伦敦创立创新型科技公司 Nothing。   Nothing 曾在 2020 年 12 月拿到 700 万美元的种子融资, 其中包括一些知名人士和投资者,如「iPod 之父」Tony Fadell,视频创作者 Casey Neistat,Twitch 联合创始人 Kevin Lin,Reddit 创始人 Steve Huffman 和 Product Hunt 的 CEO Josh Buckley 等人。   裴宇表示,Not...... Last article READ

交通管理部门如何掌握一座桥梁的通行情况?

1、交通管理部门为了掌握一座桥梁的通行情况,在桥梁的一端每隔一段不等的时间连续记录1min内通过桥梁的车辆数量,连续观测一天24h的通过车辆车辆数据如下表所示。试建立模型分析估计这一天中总共有多少车辆通过这座桥梁。

import numpy as npimport matplotlib.pyplot as pltfrom scipy.interpolate import interp1d

plt.grid(linestyle='--')       #设置网格线---这里是虚线X = np.array([0,2,4,5,6,7,8,9,10.5,11.5,12.5,14,16,17,18,19,20,21,22,23,24])Y = np.array([2,2,0,2,5,8,25,12,5,10,12,7,9,28,22,10,9,11,8,9,3])

xnew= np.linspace(0,24,24*60) # 引入插值函数,这里的点较散乱,所以我选取高阶的样条插值f=interp1d(X,Y,'quadratic'); ynew=f(xnew) plt.plot(xnew,ynew,c='b')plt.show()# 计算一天的车辆总数c=sum(ynew)print('一天总共:',c)

2、某年美国旧车价格的调查资料如下表所示,其中xi表示轿车的使用年数,yi表示相应的平均价格.试分析用什么形式的曲线拟合表中所给的数据,并预测使用4.5年后轿车的平均价格大致为多少?

import matplotlib.pyplot as pltimport numpy as npfrom numpy import polyfit,polyvalx=np.linspace(0,10,11)[1:11]y=np.array([2615,1943,1494,1087,765,538,484,290,226,204])

p=polyfit(x,y,2)print('p:',p)ynew=polyval(p,x)plt.plot(x,ynew)plt.show()ypred=polyval(p,4.5)print('使用4.5年后轿车的平均价格大致为:',ypred)

3、求下列微分方程组(竖直加热板的自然对流)的数值解

import matplotlib.pyplot as pltimport numpy as npfrom scipy.integrate import odeint
def fT(y,x):    f,df,ddf,T,dT=y; #拆分、降阶    return np.array([df,ddf,2*(df*df)-T-3*f*ddf,dT,-2.1*f*dT])
x=np.arange(0,10,0.1)ynew=odeint(fT,[0.0,0.0,0.68,1.0,-0.5],x)#plt.rc('font',size=16);plt.rc('font',family='Times New Roman')plt.plot(x,ynew[:,0],label='f')plt.plot(x,ynew[:,3],label='T')plt.legend()plt.show()

4、某地区野兔的数量连续9年的统计数量(单位:十万)如下表所示。预测t=9,10时野兔的数量。

import matplotlib.pyplot as pltimport numpy as npx=np.linspace(0,8,9)y=np.array([5,5.9945,7.0932,8.2744,9.5073,10.7555,11.9804,13.1465,14.2247])plt.scatter(x,y,c='r',label='Data point')
p=np.polyfit(x,y,1)print('p为:',p)ynew1=np.polyval(p,x)plt.plot(x,ynew1)
plt.legend()plt.show()
#从图中可以看出一次多项式的拟合效果就很好,所以接下来预测时采用一次多项式即可y9=np.polyval(p,9)y10=np.polyval(p,10)print('t=9野兔的数量:',y9)print('t=10野兔的数量:',y10)

data-v-cf6c7dea>本文来自微信公众号:,作者:许可(对外经济贸易大学数字经济与法律创新研究中心执行主任),头图来自:视觉中国2020年,新冠病毒深刻改变了世界,甚至延宕了时间:从2020年东京奥运会到2020年迪拜世博会……难怪《经济学人》使用“Déjà vu”(似曾相似)一词来形容新的2021年。而在全球数据治理领域,2021年也将延续2020大势。在除旧迎新的关口,我们不妨梳理其中大势,并对可能的关键事件稍加展望。个人:个人信息保护意识提升全球的疫情并未削弱民众对个人信息保护的意识,恰恰相反,正如《安永2020年全球消费者隐私调查》所展现的,人们比疫情之前更加了解到个人信息的......Next article READ