Python – Numpy-Matrixoperationen

SAGE ist ein mathematisches Paket, das auf NumPy und mehreren anderen Tools basiert und das Ziel hat, Tools wie Magma, Maple, Mathematica und Matlab zu ersetzen. Heute wollte ich im Internet nach Informationen über NumPy suchen und versuchte es mit NumPy-Rückwärtssuchmatrizen zu machen, aber ich konnte keine Informationen in chinesischer Sprache finden. Einer der Nutzer fragte mich in einem Forum, wie man Matrizen-Rückwärtssuchmatrizen mit Python macht, und niemand antwortete.

• #### 1. Matrix-Objekt

Die Matrix-Typen erben die Array-Typen und enthalten somit alle Datenattribute und Methoden der Array. Die Matrix-Typen unterscheiden sich von den Array-Typen in sechs wichtigen Punkten, die zu unerwarteten Ergebnissen führen können, wenn Sie als Matrix-Objekt Arrays betreiben.

• 1. Matrix-Objekte können mit einer Matlab-artigen String erstellt werden, d.h. mit einer durch Leerzeichen getrennten Spalte, die durch die Dezimalzeichen getrennt ist.
• 1. Matrix-Objekte sind immer zweidimensional. Das hat weitreichende Auswirkungen, z. B. dass die Rückgabewerte von m.ravel (() zweidimensional sind und die Rückgabewerte der Mitglieder zweidimensional sind, so dass sich die Sequenz wesentlich anders verhält als das Array.
• 1. Die Multiplikation des Matrixtyps überschreibt die Multiplikation des Arrays, wobei die Multiplikation der Matrix verwendet wird. Stellen Sie sicher, dass Sie die Bedeutung dieser Funktionen verstanden haben, wenn Sie die Rückgabewerte der Matrix erhalten. Insbesondere die Tatsache, dass die Funktion array array () eine Matrix zurückgibt, wenn m eine Matrix ist.
• 1. Die Matrix-Array-Operation deckt auch die vorherige Array-Operation mit der Array einer Matrix ab. In Anbetracht dessen ist es eine Erinnerung, dass wenn man eine Array einer Matrix als Parameter verwendet, dann wird das Array (((…) genauso wie oben aufgerufen.
• 1. Die Array_Priority der Matrix ist 10.0 und somit wird eine Mischung aus ndarray und Matrix-Objekten immer als Array_Priority zurückgegeben.
• 1. Matrizen haben einige Eigenschaften, die die Berechnung erleichtern:

  • (a) .T – zurück zu seiner Umstellung

  • (b) .H – zurück zur eigenen Resonanzverschiebung

  • © .I – kehrt zu seiner eigenen Inverse zurück

  • (d) .A – eine Ansicht eines 2-dimensionalen Arrays, der seine eigenen Daten zurückgibt (ohne Kopien zu machen)

  Die Matrix-Klasse ist eine Python-Unterklasse von ndarray. Sie können diese Implementierung lernen, um Ihre eigene ndarray-Unterklasse zu erstellen. Matrix-Objekte können auch mit anderen Matrix-Objekten, Zeichenstrings oder anderen Parametern erstellt werden, die in eine ndarray umgewandelt werden können.

• Beispiel 1: Matrix mit String-Konstruktion

  import numpy as np
  a=np.mat('1 2 3; 4 5 3')
  print (a*a.T).I
  [[ 0.29239766 -0.13450292]
  [-0.13450292  0.08187135]]

• Beispiel 2: Matrix mit eingebetteter Sequenz

  np.matrix([[  1.+0.j,   5.+0.j,  10.+0.j],
        [  1.+0.j,   3.+0.j,   0.+4.j]])

• Beispiel 3: Verwendung einer Array-Konstruktionsmatrix

  np.mat( np.random.rand(3,3) ).T
  np.matrix([[ 0.81541602,  0.73987459,  0.03509142],
        [ 0.14767449,  0.60539483,  0.05641679],
        [ 0.43257759,  0.628695  ,  0.47413553]])

Matrix( data, dtype=None, copy=True ) Die eingegebenen Daten mit den Parameterdaten werden in eine Matrix umgewandelt. Wenn dtype None ist, wird der Datentyp durch den Inhalt der Daten bestimmt. Wenn copy True ist, werden die Daten in den Daten kopiert, ansonsten wird die ursprüngliche Datenbufferung verwendet. Wenn keine Bufferzone für die Daten gefunden wird, werden die Daten natürlich kopiert. Mat Das ist nur eine andere Bezeichnung für die Matrix. Asmatrix(data, dtype=None) Gibt Daten zurück, die nicht kopiert wurden. Das entspricht der Matrix ((data, dtype, copy=False) Bmat(obj, ldict=None, gdict=None) Eine Matrix mit einer String, einer eingebetteten Sequenz oder einer Array konstruieren. Dieser Befehl erlaubt es Ihnen, Matrizen aus anderen Objekten zu erstellen. Die Parameter ldict und gdict werden nur verwendet, wenn obj eine String ist.

  A=np.mat('2 2; 2 2'); B=np.mat('1 1; 1 1');
  print(np.bmat('A B; B A'))
    [[2 2 1 1]
     [2 2 1 1]
     [1 1 2 2]
     [1 1 2 2]]

Veröffentlicht von: su frank