Python 執(zhí)行矩陣與線性代數(shù)運算
更新時間：2020年08月01日 09:52:35 作者：David Beazley
這篇文章主要介紹了Python 執(zhí)行矩陣與線性代數(shù)運算，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下
問題
你需要執(zhí)行矩陣和線性代數(shù)運算，比如矩陣乘法、尋找行列式、求解線性方程組等等。
解決方案
NumPy 庫有一個矩陣對象可以用來解決這個問題。
矩陣類似于3.9小節(jié)中數(shù)組對象，但是遵循線性代數(shù)的計算規(guī)則。下面的一個例子展示了矩陣的一些基本特性：
>>> import numpy as np
>>> m = np.matrix([[1,-2,3],[0,4,5],[7,8,-9]])
>>> m
matrix([[ 1, -2, 3],
[ 0, 4, 5],
[ 7, 8, -9]])
>>> # Return transpose
>>> m.T
matrix([[ 1, 0, 7],
[-2, 4, 8],
[ 3, 5, -9]])
>>> # Return inverse
>>> m.I
matrix([[ 0.33043478, -0.02608696, 0.09565217],
[-0.15217391, 0.13043478, 0.02173913],
[ 0.12173913, 0.09565217, -0.0173913 ]])
>>> # Create a vector and multiply
>>> v = np.matrix([[2],[3],[4]])
>>> v
matrix([[2],
[3],
[4]])
>>> m * v
matrix([[ 8],
[32],
[ 2]])
>>>
可以在 numpy.linalg 子包中找到更多的操作函數(shù)，比如：
>>> import numpy.linalg
>>> # Determinant
>>> numpy.linalg.det(m)
-229.99999999999983
>>> # Eigenvalues
>>> numpy.linalg.eigvals(m)
array([-13.11474312, 2.75956154, 6.35518158])
>>> # Solve for x in mx = v
>>> x = numpy.linalg.solve(m, v)
>>> x
matrix([[ 0.96521739],
[ 0.17391304],
[ 0.46086957]])
>>> m * x
matrix([[ 2.],
[ 3.],
[ 4.]])
>>> v
matrix([[2],
[3],
[4]])
>>>
討論
很顯然線性代數(shù)是個非常大的主題，已經(jīng)超出了本書能討論的范圍。 但是，如果你需要操作數(shù)組和向量的話， NumPy 是一個不錯的入口點。 可以訪問 NumPy 官網(wǎng) http://www.numpy.org 獲取更多信息。
以上就是Python 執(zhí)行矩陣與線性代數(shù)運算的詳細內容，更多關于Python 矩陣與線性代數(shù)運算的資料請關注腳本之家其它相關文章！
相關文章
這篇文章主要介紹了用pycharm開發(fā)django項目示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-06-06
本文主要介紹了python使用pandas按照行數(shù)分割表格，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
今天小編就為大家分享一篇對Python w和w+權限的區(qū)別詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了python如何查找圖片按鈕的坐標位置，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-11-11
這篇文章主要介紹了使用Python讀寫文本文件及編寫簡單的文本編輯器的方法,可以利用簡單的Python代碼實現(xiàn)編輯器中的讀取清空和文本文件的新建等操作,需要的朋友可以參考下2016-03-03
這篇文章主要介紹了python 經(jīng)緯度求兩點距離、三點面積操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-06-06
這篇文章主要介紹了Python3.5運算符操作,結合實例形式詳細分析了Python3.5各種運算符與常見使用技巧,需要的朋友可以參考下2019-04-04
人臉磨皮是最基礎的人臉美顏效果。本文介紹了OpenCV-Python實現(xiàn)人臉磨皮算法，主要包括圖像濾波，圖像融合和圖像銳化，感興趣的可以了解一下2021-06-06
Python基于內置庫pytesseract實現(xiàn)圖片驗證碼識別功能
這篇文章主要介紹了Python基于內置庫pytesseract實現(xiàn)圖片驗證碼識別功能,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
今天小編就為大家分享一篇基于numpy中的expand_dims函數(shù)用法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12