好资源导航 » 文章资讯 » 基于python解线性矩阵方程(numpy中的matrix类)

基于python解线性矩阵方程(numpy中的matrix类)

2023-08-10 17:10:04 63

这学期有一门运筹学，讲的两大块儿：线性优化和非线性优化问题。在非线性优化问题这里涉及到拉格朗日乘子法，经常要算一些非常变态的线性方程，于是我就想用python求解线性方程。查阅资料的过程中找到了一个极其简单的解决方式，也学到了不少东西。先把代码给出。

importnumpyasnp
#A=np.mat('123;2-11;30-1')
A=np.array([[1,2,3],[2,-1,1],[3,0,-1]])
b=np.array([9,8,3])
x=np.linalg.solve(A,b)
print(x)

是不是很简洁？因为调用了强大的包numpy~我们想解决的问题是求解矩阵方程Ax=bAx=b。在这里调用numpy中的线性代数包np.linalg，使用其中的function->solve(A,b)。几行代码就解决了问题。在这里solve函数有两个输入，第一个输入是矩阵，可以采用numpy里的矩阵数据类型或者最常用的数组数据类型。第二个输入是右端项b，一个一维numpy数组即可。函数返回方程的解，shape和b是相同的。如果矩阵A是奇异的或者不是方阵，函数就会报错。

好了，问题得到了绝佳的解决，大不了把python当计算器来用呗~

下面是补充知识：numpy中的matrix类

matrix类是numpy中的一个过时的类，可能会在未来被移除。因为现在大多数人都会用更加灵活好用的ndarray，移除它也是可以理解的。

>>>a=np.matrix('12;34')
>>>a
matrix([[1,2],
[3,4]])

>>>np.matrix([[1,2],[3,4]])
matrix([[1,2],
[3,4]])

matrix有两种构造方式，从第二种我们看到和一般的数组类型一模一样，在这里我们就能窥到matrix其实就是继承了ndarray，基于ndarray。拿matrix进行线性代数运算是因为它有很多方便的函数。

matrix.Ttranspose：返回矩阵的转置矩阵
matrix.Hhermitian(conjugate)transpose：返回复数矩阵的共轭元素矩阵
matrix.Iinverse：返回矩阵a逆矩阵
matrix.Abasearray：返回矩阵基于的数组matrix.AIflattenedndarray:返回展平的数组

其他的很多类方法不再介绍，以上四个是最基本的类似语法糖的函数。

需要注意的是，ndarray类型同样能方便地进行转置和求逆。

A=np.array([[1,2],[3,4]])
print(A.T)
A_I=np.linalg.inv(A)

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。

返回顶部
514930285
czq8825@qq.com

基于python解线性矩阵方程(numpy中的matrix类)

热门推荐

随机推荐