3-3numpy:向量与矩阵的计算,矩阵的逆
import numpy"""
numpy.array中的运算
给定一个向量,让向量中每一个数乘以2
a =(0,1,2)
a*2 =(0,2,4)
"""n=10
L=[i for i in range(n)]
#方法1.首先创建一个空列表,然后遍历列表中的每一个元素,*2并append进A
A=[]
for e in L:A.append(2*e)#方法2:利用生成表达式的方式处理,效率会变高
A=[2*e for e in L]L=numpy.arange(n)
#方法3:利用numpy,效率会更高很多
A=numpy.array(2*e for e in L)#方法4:支持普通不支持方法,此时的L应该为numpy创建的而不应该是普通方法创建的,效率更高
A=2*LX=numpy.arange(1,16).reshape((3,5))X+1#矩阵中所有元素+1
X/2#生成浮点数的除法
X//2#整除,去掉余数,只保留整数X**2#平方
numpy.power(3,X)#求3的X次方
numpy.exp(X)#求e的X次方"""
多矩阵进行运算"""A=numpy.arange(4).reshape(2,2)
B=numpy.full((2,2),10)
A+B
A-B
A*B#是两个矩阵对应元素进行相乘,除
A/B
A.dot(B)#矩阵的标准乘法,与A*B不同
A.T#转置矩阵"""
向量和矩阵的运算
"""
v=numpy.array([1,2])#创建一个向量
v+A#就是向量和矩阵的每一行做加法
numpy.vstack([v] * A.shape[0])#进行垂直拼接
numpy.tile(v,(2,1))#行向量堆叠2次,列向量堆叠1次v*A#向量v与A的每一行都进行相乘,元素相乘
v.dot(A)#标准相乘"""
矩阵的逆
"""
invA=numpy.linalg.inv(A)#A的逆矩阵,此时求得是方阵
A.dot(invA)#矩阵*逆矩阵=单位矩阵X=numpy.arange(16).reshape(2,8)
numpy.linalg.pinv(X)#对于不是方阵的矩阵,那么我们就需要使用伪逆矩阵
3-3numpy:向量与矩阵的计算,矩阵的逆相关推荐
- Matlab函数学习---sum函数(计算矩阵、数组和向量元素总和)
实例1:创建一个向量并计算向量元素总和 实例2:创建一个矩阵并计算矩阵每列元素的总和 实例3:创建一个矩阵并计算矩阵每行元素的总和 实例4:创建一个三维数组并计算数组特定切片元素(维度1*维度2)的总 ...
- Matlab结果性能评价---std函数(计算矩阵、数组和向量元素标准差)
实例1:创建一个矩阵并计算矩阵每列元素的标准差 实例2:创建一个矩阵并计算矩阵每行元素的标准差 实例3:创建一个三维数组并计算沿第一维度元素的标准差 实例4:创建一个矩阵并根据权重向量计算矩阵每列元素 ...
- 矩阵在线计算机,矩阵计算器
这是小甲鱼第25课的作业,要求输入两个矩阵,计算矩阵相乘的运算结果,并以合适的格式打印出来 矩阵相乘计算器 难点: 矩阵相乘的循环嵌套 如何输出横向的打印结果→借鉴之前的logo打印方式,横向组合,按 ...
- R语言计算曼哈顿距离(Manhattan Distance)实战:计算两个向量的曼哈顿距离、dist函数计算矩阵中两两元素的曼哈顿距离
R语言计算曼哈顿距离(Manhattan Distance)实战:计算两个向量的曼哈顿距离.dist函数计算矩阵中两两元素的曼哈顿距离 目录 R语言计算曼哈顿距离(Manhattan Distance ...
- R语言将向量数据按照行方式转化为矩阵数据(设置参数byrow为TRUE)、计算矩阵数据的特征值(eigenvalue)
R语言将向量数据按照行方式转化为矩阵数据(设置参数byrow为TRUE).计算矩阵数据的特征值(eigenvalue) 目录 R语言将向量数据按照行方式转化为矩阵数据(设置参数byrow为TRUE). ...
- OpenGL中摄像机矩阵的计算原理
OpenGL中摄像机矩阵的计算原理 熟悉OpenGL|ES的朋友,可能会经常设置摄像机的view矩阵,iOS中相对较好,已经封装了方向,只需要设置摄像机位置,目标点位置以及UP向量即可.下面先介绍下摄 ...
- 【运筹学】线性规划数学模型 ( 知识点回顾 | 可行解 | 最优解 | 阶梯型矩阵 | 阶梯型矩阵向量 | 基 | 基向量 | 基变量 | 非基变量 )
文章目录 一.知识点回顾 1.线性规划三要素 2.线性规划一般形式 3.线性规划标准形式 二.线性规划解.可行解.最优解 三.阶梯型矩阵 四.阶梯型矩阵向量 五.基.基向量.基变量.非基变量 一.知识 ...
- 三元组法矩阵加法java_计算机视觉学习笔记(2.1)-KNN算法中距离矩阵的计算
本笔记系列以斯坦福大学CS231N课程为大纲,海豚浏览器每周组织一次授课和习题答疑.具体时间地点请见微信公众号黑斑马团队(zero_zebra)和QQ群(142961883)发布.同时课程通过腾讯课堂 ...
- python numpy逆_Python使用numpy计算矩阵特征值、特征向量与逆矩阵
原标题:Python使用numpy计算矩阵特征值.特征向量与逆矩阵 Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量,而numpy.linalg.inv() ...
最新文章
- ai怎么画循环曲线_科研论文作图系列-从PPT到AI (三)
- android fps 垂直同步,浅谈Android流畅度
- Android4.4源码编译(Ubuntu1204/1404)
- 微服务如何解决分布式事务
- 【视频块文件系统不得不说的故事】VBFS文件系统简介
- DNN SEO专题 (收集)
- Eclipse 中 Could not find *.apk的解决方案
- php7 打开错误提示,PHP7如何开启具体错误显示
- Java算法之旋转数组
- 2019年终总结-如果这是一场电影
- Spring 3.0 发布候选版 3 已经可用!
- 高通发布《5G经济》研究:将催生12万亿美元市场
- 软件设计师考试大纲(2004版)
- HTML期末学生大作业-最新QQ音乐、网易云音乐、酷狗音乐、虾米音乐、咪咕音乐网站html+css+javascript
- php怎么文字加粗体代码,html字体加粗用css设置文字粗体样式
- 鸿蒙造化塔之秘,鸿蒙之始,天地之秘;生生不息,亘古不易;天为之天,地为之地;生为之续,死为之继;玲珑九转,造化之意;的作者、出处以及相似句子__句子大全...
- java awt canvas_JAVA.AWT.CANVAS使用
- 解读APP新一代验证登录方式——一键登录/免密认证
- <router-link>
- 站长在线零基础Python完全自学教程20:在Python中使用正则表达式完全解读