python矩阵运算及多元一次方程运算的多种练习

一、python 矩阵操作

先引入 numpy ，使用 mat 函数创建一个 2×3 矩阵。

#引入numpy
import numpy as np
#使用mat函数创建一个2×3矩阵
a=np.mat([[1,2,3],[4,5,6]])
a

使用 shape 可以获取矩阵的大小

#使用shape可以获取矩阵的大小
a.shape

使用下表读取矩阵中的元素

#使用下标读取矩阵中的元素
a.T

进行行列转换。

#进行行列转换
a.transpose()

a.T

实际上官方文档建议我们使用二维数组代替矩阵来进行矩阵运算；因为二维数组用得较多，而且基本可取代矩阵。

#用二维数组代替矩阵
b=np.array([[1,2,3],[4,5,6]])
b

b.T

加减法也是一样的。

#加减法
a+a

b+b

当然列表是不能这么尽兴加减的。

#列表不能尽兴加减
c=[[1,2,3],[4,5,6]]
c+c

二、python 矩阵乘法

使用二维数组创建两个矩阵 A 和 B。

#使用二维数组创建两个矩阵A和B
A=np.array([[1,2,3],[4,5,6]])
B=A.T

A

B

先来一个矩阵的数乘，其实是矩阵的每一个元素乘以该数。

#矩阵每个元素乘以该数
2*A

2*B

dot 函数用于矩阵乘法，对于二维数组，它计算的是矩阵乘积，对于一维数组，它计算的是内积。

A*B

np.dot(A,B)

np.dot(B,A)

再创建一个二维数组

#创建一个二维数组
C=np.array([[1,2],[1,3]])
C

我们验证一个矩阵乘法的结合性：(AB)C=A(BC)。

接着看一下对加法的分配性：(A+B)C=AC+BC、C(A+B)=CA+CB。

#验证加法的分配性 (A+B)C=AC+BC  C(A+B)=CA+CB
D=B-1
D

np.dot(A,B+D)

np.dot(A,B)+np.dot(A,D)

数乘的结合性，也是一样的。

#验证数乘的结合性
2*(np.dot(A,B))

np.dot(A,2*B)

np.dot(2*A,B)

np.dot(A,2*B)

使用 eye 创建一个单位矩阵

#使用 eye 创建一个单位矩阵
I=np.eye(3)
I

一个矩阵 A 乘以一个单位矩阵，还是它本身。

三、python 矩阵转置

A

我们使用属性 T 来得到矩阵 A 的转置矩阵

A.T

(A’)’=A

A.T.T

B

D

(A±B)’=A’±B’

(B+D).T

B.T+D.T

(KA)’=KA’

10*A.T

(10*A).T

(A×B)’=B’×A’

np.dot(A.T,B.T)

np.dot(B.T,A.T)

四、python 求方阵的迹

方阵的迹就是主对角元素之和，创建一个方阵

E=np.array([[1,2,3],[4,5,6],[7,8,9]])
E

用 trace 计算方阵的迹

np.trace(E)

再创建一个方阵 F

F=E-2
F

验证一下方阵的迹等于方阵的转置的迹

np.trace(E)

np.trace(E.T)

验证一下方阵的和的迹等于方阵的迹的和

np.trace(E+F)

np.trace(E)+np.trace(F)

五、python 方阵的行列式计算方法

如何计算方阵的行列式，用到的是 numpy 模块的 linalg.det 方法
创建两个行列式

使用 det 方法求得方阵 E 和方阵 F 的行列式

np.linalg.det(E)

np.linalg.det(F)

C

np.linalg.det(C)

六、python 求逆矩阵 / 伴随矩阵

创建一个方阵。

A=np.array([[1,-2,1],[0,2,-1],[1,1,-2]])
A

使用 linalg.det 求得方阵的行列式。

A_abs=np.linalg.det(A)
A_abs

使用 linalg.inv 求得方阵 A 的逆矩阵

B=np.linalg.inv(A)
B

利用公式：

A_bansui=B*A_abs
A_bansui

七、python 解多元一次方程

将这个方程格式调整好，按照 x-y-z-常数项的顺序排列：

未知数的系数写下来，排列成一个矩阵 a

a=[[1,2,1],[2,-1,3],[3,1,2]]
a=np.array(a)
a

常数项构成一个一维数组（向量）

b=[7,7,18]
b=np.array(b)
b

使用linalg.solve 方法解方程，参数 a 指的是系数矩阵，参数 b 指的是常数项矩阵

x=np.linalg.solve(a,b)
x

使用点乘的方法可以验证一下，系数乘以未知数可以得到常数项

np.dot(a,x)

八、总结

通过本次联系了解了并且初步熟悉了python语言再矩阵运算和多元一次方程运算中的多种调用方法，为之后的编程打基础。