使用numpy求解线性代数相关问题

在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组类型相乘是逐元素相乘,而矩阵类型相乘则是矩阵乘法。

以下使用numpy.array类型来进行线性代数问题求解。

矩阵的转置

A.T

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

A_T = A.T
print(A_T)

矩阵乘法

np.dot(A, B)或者是A @ B

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
C = np.dot(A, B)
print(C)
D = A @ B
print(D)

逆矩阵

np.linalg.inv(A)

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

inv_A = np.linalg.inv(A)
print(inv_A)

求解行列式

np.linalg.det(A)

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

det_A = np.linalg.det(A)
print(det_A)

矩阵的秩和迹

矩阵的秩 是矩阵线性无关的行(或列)的最大数目,它反映了矩阵的"非零度"。矩阵的迹则是其主对角线上元素之和。

求解矩阵的秩:np.linalg.matrix_rank(A)

求解矩阵的迹:np.trace(A)

求解矩阵的迹,用于计算矩阵主对角线上元素的总和,较为通用。所以没有在linalg模块。

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

rank_A = np.linalg.matrix_rank(A)
print(rank_A)

tr_A = np.trace(A)
print(tr_A)

解线性方程组

np.linalg.solve(A, b)

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

b = np.array([1, 2])
# A x = b
x = np.linalg.solve(A, b)
print(x)

计算特征值和特征向量

特征值,特征向量 = np.linalg.eig(A)

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

eigenvalues, eigenvectors = np.linalg.eig(A)
print(eigenvalues)
print(eigenvectors)

奇异值分解

奇异值分解(Singular Value Decomposition,简称 SVD)是线性代数中一种重要的矩阵分解方法。它将一个矩阵分解为三个特定的矩阵乘积,这些矩阵具有明确的几何和代数意义。对于任意一个 m ∗ n m * n m∗n 的实数矩阵 A ,其奇异值分解可以表示为:
A = U S V T A = U S V^T A=USVT
U, S, Vt = np.linalg.svd(A)

python 复制代码
import numpy as np

A = np.array([[1, 2], [3, 4]])

U, S, Vt = np.linalg.svd(A)
print(U,S,Vt)
相关推荐
】余1853816280014 小时前
矩阵系统源码搭建与定制化开发,支持OEM
线性代数·矩阵
CoooLuckly2 天前
numpy数据分析知识总结
python·numpy
GG不是gg2 天前
NumPy-随机数生成详解
numpy
Dark__Monarch2 天前
二元一次方程
线性代数
Kaltistss2 天前
240.搜索二维矩阵Ⅱ
线性代数·算法·矩阵
GG不是gg2 天前
NumPy-统计函数详解
numpy
超龄超能程序猿3 天前
(3)机器学习小白入门 YOLOv: 解锁图片分类新技能
python·numpy·pandas·scipy
好开心啊没烦恼4 天前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
峙峙峙4 天前
线性代数--AI数学基础复习
人工智能·线性代数
CVer儿4 天前
svd分解求旋转平移矩阵
线性代数·算法·矩阵