python 之线性代数求解 1

很蛋疼的在网上搜出一道题目，然，脑子已经忘却如何进行矩阵转换技巧，所以试一试python.

原题如下：

百度搜出的一道题目

import matplotlib.pyplot as plt
import numpy as np
from sympy import symbols, solve

eqs=[]
k=0
x1,x2,x3,x4,x5,x6,x7,x8,x9 = symbols('x1,x2,x3,x4,x5,x6,x7,x8,x9')
A=np.matrix([[0,1,1],[2,2,2],[-1,-1,-1]])
X=np.matrix([[x1,x2,x3],[x4,x5,x6],[x7,x8,x9]])
T=A-X
#P=np.cross(A,X) #针对叉乘
P=A*X #针对点乘
P=np.array(P)
H=np.array(T)
for i in range(0,3):
    for j in range(0,3):
        L=P[i][j]
        J=H[i][j]
        eqs.append(L-J)
K=solve(eqs,'x1,x2,x3,x4,x5,x6,x7,x8,x9')
print(K)

跑出来的结果如下

以上就是“python 之线性代数求解 1”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。