基于python檢查矩陣計算結果
更新時間:2020年05月21日 11:22:59 作者:我在吃大西瓜呢
這篇文章主要介紹了基于python檢查矩陣計算結果,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
鑒于最近復習線性代數計算量較大,且1800答案常常忽略一些逆陣、行列式的計算答案,故用Python寫出矩陣的簡單計算程序,便于檢查出錯的步驟。
1、行列式
可自行更改階數
from numpy import * # 求行列式 ,建議:取小數點前整數 A = array([[3, 1, 1, 1], [1, 3, 1, 1], [1, 1, 3, 1], [1, 1, 1, 3]]) B = linalg.det(A) print(B) # 48.000000000000014 正確答案:48
2、矩陣相乘
注意要內標相同
from numpy import * # 求矩陣相乘 A = array([[1, -1, 1], [1, 1, 0], [-1, 0, 1]]) B = array([[3, 0, 0], [0, 0, 0], [0, 0, 0]]) # N=AB N = dot(A, B) # N=BA,則 N = dot(B, A) print(N) # 正確答案: # [ 3 0 0] # [ 3 0 0] # [-3 0 0]
3、逆矩陣
自行判斷|A|≠0,這里 A∗ = A−1 · |A|
from numpy import * # 求逆矩陣 ,建議:取小數點后一位化為分數 A = mat([[1, -1, 1], [1, 1, 0], [-1, 0, 1]]) B = A.I print(B) # [ 0.33333333 0.33333333 -0.33333333] # [-0.33333333 0.66666667 0.33333333] # [ 0.33333333 0.33333333 0.66666667] # 0.333≈ 1/3 ,0.667≈ 2/3
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
python NumPy ndarray二維數組 按照行列求平均實例
今天小編就為大家分享一篇python NumPy ndarray二維數組 按照行列求平均實例,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2019-11-11