有限元法，也叫有限单元法，它的基本思想是将一个结构或连续体的求解域离散为若干个子域（单元），并通过它们边界上的结点相互联结成为组合体。有限元法用每一个单元内所假设的近似函数来分片地表示全求解域内待求的未知场变量。而每个单元内的近似函数由未知函数或/及其导数在单元各个结点上的数值和与其对应的插值函数来表示。由于在联结相邻单元的结点上，场函数应具有相同的数值，因而将它们用作数值求解的基本未知量。这样一
转载
2023-08-14 10:33:02
192阅读
前言python数据处理与分析学习过程中，需要有这样的一种意识，即元“为什么选择了python而不是其他？”既然选择了python，那么在实际应用中，它到底哪里不一样？大家说的方便、快捷、高复用性具体体现在哪里？带着问题进行学习，会有事半功倍的效果，记忆力和识别能力也会有所提高。在本文，小编跟大家分享的是数据处理与分析中的“离散化或面元”。8种python技巧，让连续数据离散化更简洁。
转载
2023-11-09 14:13:26
91阅读
字典中的散列表为了简单起见，这里先集中讨论dict的内部结构，然后再延伸到集合上面。散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组）。在一般的数据结构教材中，散列表里的单元通常叫作表元（bucket）。在 dict 的散列表当中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，另一个是对值的引用。因为所有表元的大小一致，所以可以通过偏移量来读取某个表元。因为 Pyth
转载
2023-11-19 19:16:39
9阅读
最近要复习离散数学，不想挂啊，但是又想编程，大家知道啦，程序员离不开代码啊，所用想边复习边写代码，所以就自己用代码去实现一下离散的知识点，当做复习，自知自己的Python很渣，也想借此巩固一下基础，哈哈，事不宜迟，开始吧！ 1.集合 概念：集合是由指定范围内的某些特定对象聚集在一起构成的，元素就是集合中的每一个对象 怎么用python实现集合呢，这个我自定义了一个类，这个类中有一个构造方
转载
2023-07-05 21:04:54
140阅读
散列表其实是一个稀疏数组(总有空白元素的数组称为稀疏数组)散列表的单元通常叫做表元(bucket)在dict的散列表当中每个键值对占用一个表元, 每个表元有两个结构 一个是key 一个是value 因为表元的大小一致 所以可以通过偏移量来读取某个表元python会保证当前散列表余有三分之一值 当快达到这个阈值的时候 原有的散列表会copy到一个更大的空间去如果要把一个对象放到散列值当中
转载
2024-04-29 21:45:20
30阅读
Python dict实现上次写了Java的HashMap实现方式，Java和Python的实现方式是不同的Java用的是拉链法实现的稀疏数组，而Python用的是 开放定址法。1.散列表散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组），散列表里的单元通常叫作表元（bucket）。在 dict 的散列表当中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，另一个是对值
转载
2023-12-21 12:12:04
48阅读
数据挖掘中有些算法，特别是分类算法，只能在离散型数据上进行分析，然而大部分数据集常常是连续值和离散值并存的。因此，为了使这类算法发挥作用，需要对数据集中连续型属性进行离散化操作。
那么，如何对连续型属性离散化呢?常见的有等宽分箱法，等频分箱法：等宽分箱法的思想是，将数据均匀划分成n等份，每份的间距相等。等频分箱法的思想是，将观察点均匀分成n等份，每份的观察点数相同。在对数据离散化前，需要先处理异
转载
2023-10-20 16:57:45
61阅读
目录一、要求：二、利用到的充要条件结论证明：三、代码一、要求：''' 内容：输入集合A及在A上的二元关系R，判断二元关系R的几种基本性质。 要求：能正确判定任意二元关系的自反性、对称性、传递性、反自反性和反对称性。 '''二、利用到的充要条件结论证明：简化传递性的证明。三、代码'''
内容：输入集合A及在A上的二元关系R，判断二元关系R的几种基本性质。
要求：能正确判定任意二元关系的自反性、对称性
转载
2023-10-15 20:49:21
7阅读
为了刻画某种关系，现代的编程语言都会提供关联式的容器。关联式容器中的元素分别是以（键（key）或值（value））这样的形式存在。例如（3，5）（3，6）就是一对对应的键与值。 Python中的关联式容器是PyDictObject。Python通过PyDictObject建立执行Python字节码的运行环境，其中会存放变量名和变量值的元素对，通过查找变量名获得变量值。PyDictObject运用了
转载
2024-04-26 14:47:44
69阅读
说明在python中字dict和set是非常常用的两种数据结构，但是两种数据结构为什么要放在一起讨论。因为他们之所以拥有非常快的速度，是因为他们的内部结构都是散列表（散列表其实是一个稀疏数组总是有空白元素的数组称为稀疏数组）dict中的散列表散列表算法正常想要获取dict中的值，首先要知道key通过dict[key]获取对应的value，在散列表中为了达到这种操作，首先会计算key的hash值即散
转载
2024-06-03 21:49:17
54阅读
[MatDEM](矩阵离散元MatDEM) 是南京大学刘春副教授自主研发的的岩土体大规模离散元模拟软件，该软件采用创新的 GPU 矩阵计算法和三维接触算法，能够时间数百万颗粒的离散元模拟，在岩土工程领域的许多大变形问题中具有广泛的应用。根据目前我所掌握的信息，MatDEM 的计算效率是要优于商业离散单元法软件 PFC2D&3D。此外，MateDEM 为开源软件，并且基于 Matlab 实现
转载
2024-08-13 16:08:43
80阅读
5种内置数据结构：列表、元组、字典、集合、字符串。列表、字典、字符串三种被称为线性结构。针对线性结构的操作有：切片、封包和解包、成员运算符、迭代。针对数据结构的操作有解析式：解析式分为列表解析、生成器解析、集合解析和字典解析。后面三种是Python3.x特有的。基本框架如下：一、列表：Python中最具灵活性的有序集合对象类型列表可包含任何种类的对象：数字、字符串、字典、集合甚至其他列表，这个特性
转载
2023-12-04 17:53:22
64阅读
离散数学离散数学是对可数的、不同的或独立的数学结构的研究。 一个很好的例子是像素。 从手机到电脑显示器再到电视机，现代屏幕由数百万个称为像素的小点组成，这些点排列成网格。 每个像素根据设备的命令以指定的颜色亮起，但每个像素只能显示有限数量的颜色。数以百万计的彩色圆点组合在一起形成错综复杂的图案，给我们的眼睛带来平滑曲线的形状印象，如以下圆圈的边界：但是，如果您放大并足够仔细地观察，就会发现真正的“
转载
2024-04-08 11:36:55
18阅读
1. 散列表概述C++的 STL 中的 map 就是一种关联容器,map 的实现基于 RB-tree(红黑树)，理论上,其搜索的复杂度为 O(logN)。Python 中同样提供关联式容器,即 PyDictObject 对象。与 map 不同的是,PyDictObject 对搜索的效率要求及其苛刻,这也是因为 PyDictObject 在 Python 本身的实现中被大量地采用,比如会通过 PyD
转载
2023-12-09 20:21:48
54阅读
极小曲面的壳体静力学有限元分析教程（ABAQUS）1. 导入.inp模型2. 建立离散刚体 部件模块——创建部件——三维——离散刚性——实体——拉伸 草绘截面 完成草绘，指定深度 上方选项栏中加工——壳——使用实体——选择刚体； 左方模型树中选中刚体——更新有效性3. 材料属性（刚体不用设置） 属性——编辑材料——设置材料属性 创建截面——壳——均质——壳的厚度； 指派截面——选中模型——选择偏移
转载
2023-11-27 00:50:25
579阅读
图和图模型1）一个图G=(V，E)由顶点的非空集V和边的集合E构成。
2）每条边都连接两个不同的顶点且没有两条不同的边连接一对相同顶点的图称为简单图。
3）由多重边连接同一对顶点的图称为多重图。
4）包含环或存在多重边连接同一对顶点或同一个顶点的图称为伪图。
5）简单有向图：不包含环和多重有向边的有向图。
6）混合图：既包含有有向边又包含无向边的图。
可以用图连表示多种模型，例如社交网络、影响图
转载
2023-09-20 17:25:08
91阅读
数据的离散程度，用来描述一组数据的分散程度。数据离散程度度量的标准和方式有很多，而具体选择哪一种方式则需要依据实际的数据要求进行抉择。常见的有几种：平均数、中位数、众数、四分位差、方差、标准差、离散系数。以下简单解释：众数、极差、四分位差、标准差、方差、离散系数。众数：通俗地理解是一组数中出现次数最多的那个数。极差：极差为数据样本中的最大值与最小值的差值R=max(i)-min(i)，是所有衡量数
转载
2023-07-07 21:56:36
272阅读
目录Python执行的方式Window:Linux：内容编码（三） 注释执行脚本传入参数pyc文件变量Python提供的数据类型，有如下几种：而每一个对象都有如下的特征：可变对象和不可变对象容器对象对象的属性和方法变量的复制操作变量定义的规则变量的输入（七）流程控制while循环体组成形式breakcontinuePython执行的方式Window:在CMD里面，使用 Python + 相对
转载
2023-08-04 19:06:55
104阅读
机器学习三要素：1、建模思想：试图学得一个一元线性模型，使得其输出的预测值 与样例的真实标记数据集如图： 样本只有一个属性描述，左边是样本x，右边是真实标记y2、策略：得到损失函数，即均方误差的表达式用均方误差表示损失函数，相当于得到样本 到一元线性模型的 欧氏距离的平方和3、求出使得损失函数最小化的参数：w，b使用最小二乘参数估计（损失函数分别对w和b求偏导），求使得损失函数最小的w和b。最小二
起始聚类离散化就是根据利用一定规则对数据进行分类，可以用分桶式或者k-means 等方法 这里用中医证型关联规则挖掘里面的离散化举例，k-means 举例 首先看下图的原数据，该病存在六种证型系数，为了后续的关联算法，需要先将其离散化。import pandas as pd
from sklearn.cluster import KMeans #导入K均值聚类算法
datafile = '../
转载
2023-08-26 09:17:00
131阅读
