python中的矩阵相乘

您所在的位置：网站首页 › 能带动ps的笔记本电脑便宜多少钱 › python中的矩阵相乘

python中的矩阵相乘

2024-06-26 19:13| 来源: 网络整理| 查看: 265

1. python中的矩阵（maxtrix）相乘与线性代数的算法一样，例如：首先引入numpy

import numpy as np; A =np.array([[1,2,3], [4,5,6]]) B = np.array([[1,4], [2,5], [3,6]]) C = A * 2 D = np.dot(A,B) E = np.dot(B,A) J = A.shape print(C) print(D) print(E) print(J)

其运行结果为： [[ 2 4 6] [ 8 10 12]] [[14 32] [32 77]] [[17 22 27] [22 29 36] [27 36 45]] (2, 3) 注意： 1.dot函数用于矩阵乘法，对于二维数组，它计算的是矩阵乘积，对于一维数组，它计算的是内积。注意交换矩阵的前后位置会导致不同的结果。 2.使用shape可以获得矩阵的大小

3. 行列式相乘须满足左边的列等于右边的行

2. 创建一个单位矩阵

import numpy as np; A =np.array([[1,2,3], [4,5,6]]) F = np.eye(3) G = np.dot(A,F) print(F) print(G)

运行结果为：

[[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]] [[1. 2. 3.] [4. 5. 6.]]

3. 矩阵转置 1.

import numpy as np; A =np.array([[1,2,3], [4,5,6]]); H = A.T print(H) import numpy as np; A =np.array([[1,2,3], [4,5,6]]); J= A.transpose() print(J)

两者的运行结果都是一样的为： 1.

[[1 4] [2 5] [3 6]]``

[[1 4] [2 5] [3 6]]

4.计算行列式的值 python中行列式的计算方法和线性代数中的原理是一样的。

import numpy as np; A =np.array([[1,2,3], [4,5,6], [7,8,9]]) B = np.linalg.det(A) print(A) print(B)

其运行结果为：

[[1 2 3] [4 5 6] [7 8 9]] 6.66133814775094e-16

【本文地址】

python中的矩阵相乘

python中的矩阵相乘

今日新闻

推荐新闻