Python — операции с матрицами numpy

Примечание: NumPy является преемником Numarray и используется в качестве замены NumArray. SAGE - это математический пакет программного обеспечения, основанный на NumPy и нескольких других инструментах, целью которого является замена таких инструментов, как Magma, Maple, Mathematica и Matlab. Сегодня я хотел найти в интернете информацию о NumPy и попробовать использовать NumPy для обратной матрицы, но не смог найти никаких китайских материалов, и некоторые пользователи на форуме спросили, как использовать Python для обратной матрицы, и никто не ответил. Поэтому я нашел официальный документ NumPy, в котором есть небольшой раздел, посвященный объектам матрицы, поэтому я перевел этот раздел на китайский язык, внес небольшой вклад, время было коротким, не было возможности проверить орфографические ошибки, были проблемы.

• #### 1 , матрица (Matrix)

Тип матрицы наследует тип ndarray, поэтому содержит все свойства и методы данных ndarray. Тип матрицы отличается от типа ndarray шестью важными отличиями, которые приводят к непредвиденным результатам, когда вы действуете как объект матрицы, а не как матрицы.

• 1. Объекты Matrix могут быть созданы с помощью строки в стиле Matlab, то есть строки, разделенные пробелами, разделенные знаками разделения.
• 1. Объекты матрицы всегда двумерны. Это имеет далеко идущие последствия, например, возвращаемое значение m.ravel () является двумерным, возвращаемое значение, выбранное членами, также двумерно, поэтому поведение последовательности существенно отличается от поведения array.
• 1. Умножение типа матрицы покрывает умножение матрицы, используя умножение матрицы. Когда вы получаете возвращаемое значение матрицы, убедитесь, что вы понимаете значение этих функций. В частности, фактически функция array array (m) возвращает матрицу, если m является матрицей.
• 1. Матричные операции на матрице также покрывают предыдущие операции на матрице, используя матричную матрицу. В соответствии с этим фактом, напомним, что если использовать матричную матрицу в качестве параметра, то вызовasanarray (((…) будет таким же, как и выше.
• 1. По умолчанию, array_priority матрицы 10.0, поэтому операции, смешанные с объектами narray и matrix, всегда возвращают матрицу.
• 1. Матрицы имеют несколько уникальных свойств, которые делают вычисления проще:

  • (a) .T - возвращает свою собственную перестановку

  • (b) .H - возвращается к собственному резонансному перемещению

  • © .I - возвращает свою обратную матрицу

  • (d) .A - вид 2D-арритектов, возвращающий собственные данные (без создания каких-либо копий)

  Класс Matrix - это один из подклассов python на ndarray, и вы можете изучить его реализацию, чтобы создать свой собственный подкласс ndarray. Matrix-объекты также могут быть созданы с помощью других объектов Matrix, строк или других параметров, которые могут быть преобразованы в параметры ndarray. Кроме того, в NumPy, mat - это другое название matrix.

• Пример 1: Строй матрицу с помощью строки

  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]]

• Пример 2: Конструирование матрицы с помощью настраиваемой последовательности

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

• Пример 3: Использование матрицы построения

  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 ) Если dtype - None, то тип данных будет определяться содержанием данных. Если copy - True, то будет копироваться данные из data, в противном случае будет использоваться буфер с исходными данными. Если буферные зоны данных не найдены, то, конечно, будет выполнена копия данных. Mat Это просто другое название матрицы. Asmatrix(data, dtype=None) Возвращает данные, которые не были скопированы. Эквивалент матрицы ((data, dtype, copy=False) Bmat(obj, ldict=None, gdict=None) Используйте строку, встроенную последовательность или матрицу (например, array) для построения матрицы. Эта команда позволяет создавать матрицы из других объектов. В ней используются параметры ldict и gdict, которые являются словарями локальных и модульных параметров, только когда obj является строкой.

  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]]

Перевод автора: su frank