Python numpy linalg.matrix |
您所在的位置：网站首页 › 编程power用法 › Python numpy linalg.matrix |
|
将方阵提高到(整数)次幂 n。 对于正整数n，幂是通过重复矩阵平方和矩阵乘法计算的。如果n == 0，返回与M形状相同的单位矩阵。如果n < 0，计算倒数，然后将其提升为abs(n). 注意 当前不支持对象矩阵堆栈。 参数： a： (…, M, M) 数组矩阵为“powered”。 n： intindex 可以是任何整数或长整数、正数、负数或零。 返回： a**n： (..., M, M) ndarray 或矩阵对象返回值与 M 的形状和类型相同；如果 index 为正或零，则元素的类型与 M 的相同。如果 index 为负，则元素为浮点数。 抛出： LinAlgError对于不是正方形的矩阵或(对于负幂)不能进行数字反转的矩阵。 例子： >>> from numpy.linalg import matrix_power >>> i = np.array([[0, 1], [-1, 0]]) # matrix equiv. of the imaginary unit >>> matrix_power(i, 3) # should = -i array([[ 0, -1], [ 1, 0]]) >>> matrix_power(i, 0) array([[1, 0], [0, 1]]) >>> matrix_power(i, -3) # should = 1/(-i) = i, but w/ f.p. elements array([[ 0., 1.], [-1., 0.]])更复杂的例子 >>> q = np.zeros((4, 4)) >>> q[0:2, 0:2] = -i >>> q[2:4, 2:4] = i >>> q # one of the three quaternion units not equal to 1 array([[ 0., -1., 0., 0.], [ 1., 0., 0., 0.], [ 0., 0., 0., 1.], [ 0., 0., -1., 0.]]) >>> matrix_power(q, 2) # = -np.eye(4) array([[-1., 0., 0., 0.], [ 0., -1., 0., 0.], [ 0., 0., -1., 0.], [ 0., 0., 0., -1.]]) |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |