Python矩阵基本运算的学习记录

[email protected]TOC

python矩阵操作

1.引入numpy,将其简写为np

import numpy as np

2.使用mat函数创建一个2×3的矩阵

a=np.mat([(1,2,3),(4,5,6)])

a

在这里插入图片描述
3.使用shape可以获取矩阵的大小

a.shape

在这里插入图片描述
4.使用下标读取矩阵中的元素

a.T

在这里插入图片描述
5.进行行列转换

a.transpose()
a.T

在这里插入图片描述
6.实际上官方建议我们使用二维数组代替矩阵运算,因为二位数组用得较多,基本可以代替矩阵

b=np.array([(1,2,3),(4,5,6)])
b

b.T

在这里插入图片描述
7.加减法也是一样
在这里插入图片描述
8.列表不能这样加减
在这里插入图片描述

python矩阵乘法

1.使用二维数组创建两个矩阵
在这里插入图片描述
2.矩阵数乘
在这里插入图片描述
3.dot函数用于矩阵数乘,对于二维数组,它计算的是矩阵乘积吗,对于一维数组,他计算的是内积,且矩阵的前后位置会导致不同的结果
在这里插入图片描述
4.再创建一个二维数组
在这里插入图片描述
5.验证一个矩阵乘法的结合性(AB)C=A(BC)
在这里插入图片描述
6.接着看一下加法的结合性(A+B)C=AC+BC、C(A+B)=CA+CB
在这里插入图片描述
7.数乘的结合性
在这里插入图片描述
8.使用eye创建一个单位矩阵
在这里插入图片描述
9.一个矩阵A乘以一个单位矩阵,还是它本身
在这里插入图片描述

python矩阵转置

1.先创建一个矩阵a
在这里插入图片描述
2.使用属性T来得到矩阵A的转置矩阵
在这里插入图片描述
3.验证第一个性质
在这里插入图片描述
4.创建两个规格尺寸相同的矩阵
在这里插入图片描述
5.验证第二个性质,和的转置等于转置的和
在这里插入图片描述
6.第三个性质
在这里插入图片描述
7.第四个性质
在这里插入图片描述

python求方程的迹

什么是迹?迹就是方阵主对角元素之和

1.创建一个方阵
在这里插入图片描述

2.使用trace计算方阵的迹
在这里插入图片描述
3.再创建一个方阵
在这里插入图片描述
4.验证方阵的迹等于方阵转置的迹
在这里插入图片描述
5.验证方阵的乘积的迹等于
在这里插入图片描述
6.验证方正的和的迹等于方阵的迹的和
在这里插入图片描述

python方阵的行列式计算方法

1.行列式的算法,二阶方阵行列式
在这里插入图片描述
2.行列式的算法,三阶方阵行列式
在这里插入图片描述
3.使用det方法求得方阵E和方阵F的行列式
在这里插入图片描述

python求逆矩阵/伴随矩阵

1.创建一个方阵
在这里插入图片描述
2.用linalg.inv求得方阵的行列式
在这里插入图片描述
3.使用linalg。inv求得方阵A的逆矩阵

在这里插入图片描述
4.利用公式
在这里插入图片描述

python解多元一次方程

1.首先看一下我们要解的方程
在这里插入图片描述
2.将未知数的系数写下来,排列成一个矩阵a
在这里插入图片描述
3.常数项构成一个一维数组
在这里插入图片描述
4.使用linalg.solve方法解方程,参数a指的是稀疏矩阵,参数b指的是常数矩阵
在这里插入图片描述
5.使用点乘法验证
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/java_creater/article/details/115449566

相关文章