【线性代数公开课MIT Linear Algebra】 实际应用——python中的线性代数(1)

这篇博客介绍了如何在Python中利用NumPy库进行线性代数操作,包括矩阵表示、乘法、秩计算、转置和求逆。NumPy提供了一个高效处理大型矩阵的平台,类似于MatLab。注意,`np.rank()`计算的是维度而非矩阵的秩,正确的计算秩的方法是使用`np.linalg.matrix_rank()`。
摘要由CSDN通过智能技术生成

目前已经看完了公开课的三分之一,线性代数中的常见概念也已经差不多全部介绍了一遍,那么在实际应用中会借助于计算机来实现,这里将介绍如何在python中使用我们学到的知识。

NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。

以上引自百度百科
numpy官网:http://www.numpy.org/

1.如何表示矩阵

矩阵A

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值