基于python檢查矩陣計(jì)算結(jié)果
鑒于最近復(fù)習(xí)線性代數(shù)計(jì)算量較大,且1800答案常常忽略一些逆陣、行列式的計(jì)算答案,故用Python寫(xiě)出矩陣的簡(jiǎn)單計(jì)算程序,便于檢查出錯(cuò)的步驟。
1、行列式
可自行更改階數(shù)
from numpy import * # 求行列式 ,建議:取小數(shù)點(diǎn)前整數(shù) A = array([[3, 1, 1, 1], [1, 3, 1, 1], [1, 1, 3, 1], [1, 1, 1, 3]]) B = linalg.det(A) print(B) # 48.000000000000014 正確答案:48
2、矩陣相乘
注意要內(nèi)標(biāo)相同
from numpy import * # 求矩陣相乘 A = array([[1, -1, 1], [1, 1, 0], [-1, 0, 1]]) B = array([[3, 0, 0], [0, 0, 0], [0, 0, 0]]) # N=AB N = dot(A, B) # N=BA,則 N = dot(B, A) print(N) # 正確答案: # [ 3 0 0] # [ 3 0 0] # [-3 0 0]
3、逆矩陣
自行判斷|A|≠0,這里 A∗ = A−1 · |A|
from numpy import * # 求逆矩陣 ,建議:取小數(shù)點(diǎn)后一位化為分?jǐn)?shù) A = mat([[1, -1, 1], [1, 1, 0], [-1, 0, 1]]) B = A.I print(B) # [ 0.33333333 0.33333333 -0.33333333] # [-0.33333333 0.66666667 0.33333333] # [ 0.33333333 0.33333333 0.66666667] # 0.333≈ 1/3 ,0.667≈ 2/3
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python basemap 畫(huà)出經(jīng)緯度并標(biāo)定的實(shí)例
今天小編就為大家分享一篇python basemap 畫(huà)出經(jīng)緯度并標(biāo)定的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07openCV中值濾波和均值濾波的代碼實(shí)現(xiàn)
在我們生活中的有很多時(shí)候都可以用到濾波,例如美顏的磨皮功能,本文就詳細(xì)的介紹了openCV中值濾波和均值濾波的代碼實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-03-03python NumPy ndarray二維數(shù)組 按照行列求平均實(shí)例
今天小編就為大家分享一篇python NumPy ndarray二維數(shù)組 按照行列求平均實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11python基于celery實(shí)現(xiàn)異步任務(wù)周期任務(wù)定時(shí)任務(wù)
這篇文章主要介紹了python基于celery實(shí)現(xiàn)異步任務(wù)周期任務(wù)定時(shí)任務(wù),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12Python實(shí)現(xiàn)文件操作幫助類(lèi)的示例代碼
在使用Python進(jìn)行業(yè)務(wù)開(kāi)發(fā)的時(shí)候,需要將一些數(shù)據(jù)保存到本地文件存儲(chǔ),方便后面進(jìn)行數(shù)據(jù)分析展示,本文就來(lái)用Python制作一個(gè)文件操作幫助類(lèi),需要的可以參考一下2023-03-03pygame實(shí)現(xiàn)方塊動(dòng)畫(huà)實(shí)例講解
在本篇文章里小編給大家整理的是一篇關(guān)于pygame實(shí)現(xiàn)方塊動(dòng)畫(huà)實(shí)例講解內(nèi)容,以后需要的朋友們可以學(xué)習(xí)參考下。2021-12-12