利用numpy模块求解二元一次或多元一次方程

求解方程问题

先给大家看看题目


是不是看到上面题目很头疼，现在我教大家一个方法，用代码实现帮我们解方程组，就要用到numpy库里面的solve方法，求解线性方程
先来看看这个方法是怎么使用
我们先导入一个包

import Numpy as np
np.slove #这样使用会报错 Numpy里面没有slove这个方法
#正确使用如下
np.linalg.slove

下面正式开始我们的主题
求解上面这个方程
要转换成Ax = b 的形式，使用我们代码求解
A =[[3，2],[5，-6]] b = [[-12],[-27]]
代码如下

import numpy as np
data1 = np.array([[3,2],[5,-6]])
data2 = np.array([[-12],[-27]])
print(np.linalg.solve(data1,data2))

上图就是我们的结果
x = -4.5 y=0.75
以此类推，我们求解一下三元一次方程

我们选第一个方程组来求解吧
A = [[2,3,1],[1,-2,2],[1,2,-1]] b=[[6],[-1],[5]]
接下来可以我们只要改变我们代码里的数字就行

import numpy as np
data1 = np.array([[2,3,1],[1,-2,-1],[1,2,-1]])
data2 = np.array([[6],[-1],[5]])
print(np.linalg.solve(data1,data2))

运行结果如下：

x = 1.16666667 y = 1.5 z = -0.83333333
学会了代码编程，以后再也不怕数学老师给我们布置很多数学作业了