本节矩阵线性代数有很多内容,这里重点演示计算矩阵的行列式、求逆矩阵和矩阵的乘法。
一、计算矩阵行列式【det】
import numpy as np from numpy.linalg import det a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) c = det(a) print(c) #行列式为0,不存在逆矩阵 b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 19]]) c = det(b) print(c) #行列式不为0,存在逆矩阵
-9.51619735393e-16 -30.0
二、求逆矩阵【inv】
import numpy as np from numpy.linalg import inv a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 19]]) b = inv(a) print(b) #b为a的逆矩阵
[[-1.56666667 0.46666667 0.1 ] [ 1.13333333 0.06666667 -0.2 ] [ 0.1 -0.2 0.1 ]]
三、矩阵的乘法【dot】
import numpy as np from numpy.linalg import inv a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 19]]) b = inv(a) c = np.dot(a, b) print(c) #a跟a的逆矩阵相乘得到一个单位矩阵E
[[ 1.00000000e+00 5.55111512e-17 4.16333634e-17] [ -2.49800181e-16 1.00000000e+00 8.32667268e-17] [ 5.41233725e-16 5.55111512e-17 1.00000000e+00]]
OK, 本讲到此结束,后续更多精彩内容,请持续关注我的博客。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步