DDR爱好者之家 Design By 杰米

这篇文章主要介绍了Python numpy线性代数用法实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

numpy中线性代数用法

矩阵乘法

> import numpy as np
> x=np.array([[1,2,3],[4,5,6]])
> y=np.array([[7,8],[-1,7],[8,9]])
> x
array([[1, 2, 3],
    [4, 5, 6]])
> y
array([[ 7, 8],
    [-1, 7],
    [ 8, 9]])
> x.dot(y)
array([[ 29, 49],
    [ 71, 121]])
> np.dot(x,y)
array([[ 29, 49],
    [ 71, 121]])

计算点积

> a=np.array([[1,2],[3,4]])
> b=np.array([[11,12],[12,13]])
> np.vdot(a,b)
123

计算的公式是

result=1*11+2*12+3*12+4*13

计算内积

> np.inner(np.array([1,2,3]),np.array([0,1,0]))
2

计算公式

result=1*0+2*1+3*0

计算行列式

> np.inner(np.array([1,2,3]),np.array([0,1,0]))
2
> a=np.array([[1,2],[3,4]])
> np.linalg.det(a)
-2.0000000000000004

求线性方程的解

x + y + z = 6
2y + 5z = -4
2x + 5y - z = 27

矩阵表示

Python numpy线性代数用法实例解析

> import numpy as np
> a = np.array([[1,1,1],[0,2,5],[2,5,-1]])
> ainv = np.linalg.inv(a)#求矩阵的逆
> b = np.array([[6],[-4],[27]])
> x = np.linalg.solve(a,b)#求解需要A-1和B
> x
array([[ 5.],
    [ 3.],
    [-2.]])
>

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。