查看“案例:科学计算上手,矩阵运算与层次分析”的源代码
←
案例:科学计算上手,矩阵运算与层次分析
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
== Numpy数组的矩阵运算 == *注意numpy里数组之间的运算和线性代数中的矩阵运算是不一样的 *同纬度和形状的数组之间就是同位置的元素两两匹配运算的结果 ---- import numpy as np <br>x = np.array([[1,2,1],[4,5,6]]) <br>y = np.array([[1,2,1],[3,4,5]]) <br>print(x+y) <br>>>>>[[ 2 4 2] <br>>>>>[ 7 9 11]] <br>print(x-y) <br>>>>>[[0 0 0] <br>>>>>[1 1 1]] <br>print(x*y) <br>>>>>[[ 1 4 1] <br>>>>>[12 20 30]] ---- <br>注意:如果是列和行其中之一有空缺是可以通过复制来运算的。 但是蓝本不能有缺或者多,即行和列都不完整。 == 矩阵数组的创建 == ---- import numpy as np <br>a = np.arange(3,10)#默认从3开始到10(不包括10),步长为1 <br>print(a) <br>>>>[3 4 5 6 7 8 9] <br>a_ones = np.ones((3,4))#创建3*4的全1矩阵 <br>print(a_ones ) <br>>>>>[[1. 1. 1. 1.] <br>>>>>[1. 1. 1. 1.] <br>>>>>1. 1. 1. 1.]] <br>a_zeros = np.zeros((3,4))#创建3*4的全0矩阵 <br>print(a_zeros ) <br>>>>>[[0. 0. 0. 0.] <br>>>>>[0. 0. 0. 0.] <br>>>>>[0. 0. 0. 0.]] <br>a_eye = np.eye(3)#创建3阶单位矩阵 <br>print(a_eye) <br>>>>>[[1. 0. 0.] <br>>>>>[0. 1. 0.] <br>>>>>[0. 0. 1.]] ---- == 矩阵数组的点乘 —— dot == --------------------------------- <br>import numpy as np <br>a = np.array([[1,2,3],[7,6,2]]) <br>b = np.array([[1,2],[7,6],[8,2]]) <br>print(a.dot(b)) <br>>>>>[[39 20] <br>>>>>[65 54]] <br>print(a[0,:].dot(b))#第一行的所有列*b --------------------------------- == 行列式的叉乘 —— linalg.det == --------------------------------- import numpy as np <br>a = np.array([[2,3],[6,2]]) <br>print(np.linalg.det(a)) <br>>>>-14.000000000000004 ---------------------------------
返回至
案例:科学计算上手,矩阵运算与层次分析
。
导航菜单
个人工具
登录
命名空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息