【20211127】【Python】Python中常用的矩阵操作,单位阵、对角阵、矩阵的特征值和特征向量、矩阵的协方差 |
您所在的位置:网站首页 › 单位矩阵都是对角阵吗 › 【20211127】【Python】Python中常用的矩阵操作,单位阵、对角阵、矩阵的特征值和特征向量、矩阵的协方差 |
一、生成单位阵
numpy.identity(N) 和 numpy.eye(N) 都可以用来产生单位阵,且产生的单位阵都是 np.array() 类型,矩阵元素都是 float 型。 import numpy as np a = np.eye(4) b = np.identity(4) print(type(a)) print(a) print(type(b)) print(b)使用 numpy.diag(lis) 可以生成对角阵,它可以指定元素。生成的矩阵是 np.array() 类型,元素是 int 型。 import numpy as np c = np.diag([1] * 4) cc = np.diag([1, 2, 3, 4]) # diag 可以指定元素 print(type(c)) print(c) print(type(cc)) print(cc)(参考:python生成单位阵或者对角阵的三种方法) 三、矩阵的特征值和特征向量使用 eigVals, eigVec = numpy.linalg.eig() 可以求特征值和特征向量,该命令有两个返回值,分别对应特征值和特征向量,特征向量是按列放的,一列代表一个特征向量。 注意:特征值和特征向量是对方阵求的,不是方阵不能求特征值和特征向量! import numpy as np dd = np.array([[1, 2, 3, 4], [2, 3, 4, 5], [6, 7, 8, 9], [7, 8, 9, 0]]) eigVals, eigVec = np.linalg.eig(dd) # 求特征值和特征向量必须是方阵! print(dd) print(eigVals) print(eigVec)(参考:python 矩阵分析(求方差,协方差矩阵,特征值,特征向量......);PCA实现) (参考:是不是有特征值的矩阵都是方阵?) 四、矩阵的协方差使用 numpy.cov(A) 可以生成协方差矩阵,A 是需要计算协方差的向量或矩阵。默认情况下 A 的每一行代表一个变量/属性/特征。因此如果需要计算行向量 a 和行向量 b 的协方差,可以先使用 numpy.vstack((a, b)) 沿竖直方向叠放起来。 import numpy as np a = [1, 2, 3] b = [0, 1, 0] c = np.vstack((a, b)) cov_1 = np.cov(c) print(c) print(cov_1)注意:协方差计算的是不同属性/特征维度之间的协方差,而不是样本之间。因此计算协方差矩阵之前首先要明确行代表什么,列代表什么!!! (参考:【Numpy学习记录】np.cov详解) (参考:如何求协方差矩阵) (参考:【机器学习】【线性代数】协方差+协方差矩阵的多种求解方法的Python实现(公式法 + 样本集中心化方法 + np.cov()法等)) 知识点: 1. 单位阵和对角阵的区别单位矩阵:主对角线元素都是 1,其余都是 0。(类似于乘法中的 1 的作用) 对角矩阵:主对角线元素不为零,其余元素都是 0,主对角线元素可以指定。 (参考:单位矩阵) 2. 对角阵和对称阵的区别对角矩阵:主对角线元素不为零,其余元素都是 0,主对角线元素可以指定。 对称矩阵:矩阵元素以主对角线为轴,元素对应相等。 对称矩阵的特性:矩阵的转置等于矩阵本身。 (参考:对称矩阵、对角矩阵与三角矩阵) |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |