पायथन – न्यूम्पी मैट्रिक्स ऑपरेशन

नोटः NumPy Numarray का उत्तराधिकारी है और NumArray की जगह के लिए उपयोग किया जाता है। SAGE NumPy और कई अन्य टूल के आधार पर एक गणितीय सॉफ़्टवेयर पैकेज है, जिसका उद्देश्य Magma, Maple, Mathematica और Matlab जैसे टूल को प्रतिस्थापित करना है। आज मैं NumPy के बारे में कुछ जानकारी ऑनलाइन ढूंढना चाहता था, और NumPy के साथ उलटा मैट्रिक्स की कोशिश करना चाहता था, लेकिन मुझे कोई चीनी जानकारी नहीं मिली, और मंचों पर कुछ नेटरों ने मुझसे पूछा कि मैट्रिक्स को उलटा कैसे करें, और कोई भी जवाब नहीं दिया। इसलिए मैंने NumPy के आधिकारिक दस्तावेज को पाया, जिसमें एक छोटा अनुभाग मैट्रिक्स ऑब्जेक्ट का परिचय है, इसलिए मैंने इस अनुभाग को चीनी में अनुवादित किया, थोड़ा सा योगदान दिया, समय कम था, वर्तनी की जांच नहीं की, कोई समस्या थी। क्षमा करें।

• #### 1. मैट्रिक्स

मैट्रिक्स प्रकार nDarray प्रकार से विरासत में मिला है, इसलिए इसमें nDarray के सभी डेटा गुण और विधियां शामिल हैं। मैट्रिक्स प्रकार और nDarray प्रकार के बीच छह महत्वपूर्ण अंतर हैं, जब आप arrays के रूप में मैट्रिक्स ऑब्जेक्ट के रूप में कार्य करते हैं, तो इन अंतरों से अप्रत्याशित परिणाम हो सकते हैं।

• 1. Matrix ऑब्जेक्ट्स को Matlab-शैली के स्ट्रिंग के साथ बनाया जा सकता है, जो कि एक स्ट्रिंग है जो कॉलम को रिक्त स्थान से अलग करती है, जो कि विराम चिह्न से अलग होती है।
• 1. मैट्रिक्स ऑब्जेक्ट्स हमेशा द्वि-आयामी होते हैं। इसका व्यापक प्रभाव होता है, जैसे कि m.ravel () का रिटर्न मान द्वि-आयामी होता है, और सदस्य द्वारा चयनित रिटर्न मान भी द्वि-आयामी होता है, इसलिए अनुक्रमों का व्यवहार array से काफी अलग होता है।
• 1. मैट्रिक्स प्रकार के गुणन ने array के गुणन को कवर किया है, मैट्रिक्स के गुणन संचालन का उपयोग करते हुए। जब आप मैट्रिक्स के रिटर्न मान प्राप्त करते हैं, तो सुनिश्चित करें कि आप इन कार्यों के अर्थ को समझते हैं। विशेष रूप से, वास्तव में फ़ंक्शन array array () एक मैट्रिक्स लौटाता है यदि m एक मैट्रिक्स है।
• 1. मैट्रिक्स प्रकार के एर्रे ऑपरेशन भी पिछले एर्रे ऑपरेशन को कवर करते हैं, मैट्रिक्स का एर्रे का उपयोग करते हैं। इस तथ्य के आधार पर, यह याद दिलाया जाता है कि यदि एक मैट्रिक्स का एर्रे पैरामीटर के रूप में उपयोग किया जाता है, तो एर्रे को कॉल किया जाता है ((…) जैसा कि ऊपर कहा गया है।
• 1. मैट्रिक्स की डिफ़ॉल्ट array_priority 10.0 है, इसलिए narray और matrix ऑब्जेक्ट्स के मिश्रण के संचालन हमेशा मैट्रिक्स को वापस करते हैं।
• 1. मैट्रिक्स में कुछ विशेष गुण होते हैं जो गणना को आसान बनाते हैं, जैसेः

  • (a) .T – अपने आप को वापस स्थानांतरित करना

  • (b) .H – अपने स्वयं के प्रतिध्वनि स्थानान्तरण पर लौटता है

  • © .I – अपने स्वयं के व्युत्क्रम मैट्रिक्स को लौटाता है

  • (d) .A – अपने स्वयं के डेटा के 2D सरणी का एक दृश्य लौटाता है ((कोई प्रतिलिपि नहीं बनाई गई)

  मैट्रिक्स वर्ग, ndarray के एक पायथन उपवर्ग है, और आप इस कार्यान्वयन को अपने स्वयं के ndarray उपवर्गों के निर्माण के लिए सीख सकते हैं। मैट्रिक्स ऑब्जेक्ट्स को अन्य मैट्रिक्स ऑब्जेक्ट्स, स्ट्रिंग्स, या अन्य के रूप में बनाया जा सकता है जो एक ndarray के लिए पैरामीटर में परिवर्तित हो सकते हैं। इसके अलावा, NumPy में, mat एक अन्य नाम है matrix।

• उदाहरण 1: स्ट्रिंग के साथ मैट्रिक्स बनाना

  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]]

• उदाहरण 2: मैट्रिक्स का निर्माण कैनवास के साथ

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

• उदाहरण 3: एक सरणी निर्माण मैट्रिक्स का उपयोग करना

  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 ) डेटा को पैरामीटर डेटा के साथ मैट्रिक्स में परिवर्तित किया जाएगा। यदि dtype कोई नहीं है, तो डेटा प्रकार डेटा की सामग्री द्वारा निर्धारित किया जाएगा। यदि copy सही है, तो डेटा में डेटा की प्रतिलिपि बनाई जाएगी, अन्यथा मूल डेटा बफर का उपयोग किया जाएगा। यदि डेटा का बफर क्षेत्र नहीं मिला है, तो डेटा की प्रतिलिपि बनाई जाएगी। ध्यान देंः मैट्रिक्स मैट्रिक्स वास्तव में एक प्रकार है, इसलिए जब आप एक उदाहरण बनाते हैं तो प्रतीक्षा करें matrix.new ((मैट्रिक्स, डेटा, dtype, कॉपी) । Mat मैट्रिक्स का एक और नाम है। Asmatrix(data, dtype=None) डेटा जो कॉपी नहीं किया गया है। यह मैट्रिक्स के बराबर है ((data, dtype, copy=False) । Bmat(obj, ldict=None, gdict=None) एक स्ट्रिंग का उपयोग कर एक मैट्रिक्स का निर्माण करें, एक nested अनुक्रम या एक सरणी। यह कमांड आपको अन्य ऑब्जेक्ट्स से मैट्रिक्स बनाने की अनुमति देता है। जब obj एक स्ट्रिंग होता है, तो आप arguments ldict और gdict का उपयोग करते हैं, जो स्थानीय और मॉड्यूल के लिए शब्दकोश हैं। यदि आप उन्हें प्रदान नहीं करते हैं, तो वे सिस्टम द्वारा प्रदान किए जाएंगे।

  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]]

लेखक: su frank