Python numpy線性代數用法例項解析
阿新 • • 發佈:2020-01-09
這篇文章主要介紹了Python numpy線性代數用法例項解析,文中通過示例程式碼介紹的非常詳細,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
numpy中線性代數用法
矩陣乘法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> y=np.array([[7,8],[-1,7],[8,9]]) >>> x array([[1,6]]) >>> y array([[ 7,[ 8,9]]) >>> x.dot(y) array([[ 29,49],[ 71,121]]) >>> np.dot(x,y) array([[ 29,121]])
計算點積
>>> a=np.array([[1,2],[3,4]]) >>> b=np.array([[11,12],[12,13]]) >>> np.vdot(a,b) 123
計算的公式是
result=1*11+2*12+3*12+4*13
計算內積
>>> np.inner(np.array([1,3]),np.array([0,1,0])) 2
計算公式
result=1*0+2*1+3*0
計算行列式
>>> np.inner(np.array([1,0])) 2 >>> a=np.array([[1,4]]) >>> np.linalg.det(a) -2.0000000000000004
求線性方程的解
x + y + z = 6 2y + 5z = -4 2x + 5y - z = 27
矩陣表示
>>> import numpy as np >>> a = np.array([[1,1],[0,5],[2,-1]]) >>> ainv = np.linalg.inv(a)#求矩陣的逆 >>> b = np.array([[6],[-4],[27]]) >>> x = np.linalg.solve(a,b)#求解需要A-1和B >>> x array([[ 5.],[ 3.],[-2.]]) >>>
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。