【python】矩阵计算:转置、逆与乘积

矩阵定义

定义常规矩阵

import numpy as np
from numpy import *

x=array([[1,1,1],[2,2,2]])

print("X:",X2)
print("X[0]:",X2[0])

在这里插入图片描述

定义0矩阵

import numpy as np
from numpy import *

a=zeros(3)
b=zeros((4,3))

#矩阵切片
c=b[1:3,2:4]
print("a:",a)
print("b:",b)
print("c:",c)

在这里插入图片描述

矩阵调用

调用方式 含义
X[0] 取矩阵X的第0行所有元素
X[0,:] 就是取矩阵X的第0行所有元素
X[:,0] 取矩阵X所有行的第0列的元素
X[:,m:n] 取矩阵X所有行中的第m到n-1列数据(不包含n列)

转置

x=array([[1,1,1],[2,2,2]])
y=x.T #转置

print("y:",y)

在这里插入图片描述

对A求逆矩阵可直接用 B=np.linalg.inv(A),若需要判断是否可逆则见下文:

import numpy as np
from numpy import *

try:
    A = np.array([[1,1],[2,-2]])
    print(A)
    B=np.linalg.inv(A)
except:
    print("矩阵不存在逆矩阵")
else:
    print(B)

在这里插入图片描述
矩阵不存在见下图:
在这里插入图片描述

乘积

点乘

import numpy as np
from numpy import *

x=array([[1,1],[2,2],[2,2]])
x1=array([[1,1,1],[2,2,2]])
A=np.dot(x1,x)
print(A)

在这里插入图片描述

叉乘

直接乘号*

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐