Python numpy线性代数用法实例解析
这篇文章主要介绍了Pythonnumpy线性代数用法实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
numpy中线性代数用法
矩阵乘法
>>>importnumpyasnp >>>x=np.array([[1,2,3],[4,5,6]]) >>>y=np.array([[7,8],[-1,7],[8,9]]) >>>x array([[1,2,3], [4,5,6]]) >>>y array([[7,8], [-1,7], [8,9]]) >>>x.dot(y) array([[29,49], [71,121]]) >>>np.dot(x,y) array([[29,49], [71,121]])
计算点积
>>>a=np.array([[1,2],[3,4]]) >>>b=np.array([[11,12],[12,13]]) >>>np.vdot(a,b) 123
计算的公式是
result=1*11+2*12+3*12+4*13
计算内积
>>>np.inner(np.array([1,2,3]),np.array([0,1,0])) 2
计算公式
result=1*0+2*1+3*0
计算行列式
>>>np.inner(np.array([1,2,3]),np.array([0,1,0])) 2 >>>a=np.array([[1,2],[3,4]]) >>>np.linalg.det(a) -2.0000000000000004
求线性方程的解
x+y+z=6 2y+5z=-4 2x+5y-z=27
矩阵表示
>>>importnumpyasnp >>>a=np.array([[1,1,1],[0,2,5],[2,5,-1]]) >>>ainv=np.linalg.inv(a)#求矩阵的逆 >>>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内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。