python实战应用讲解-【numpy专题篇】矩阵和线性代数(附python示例代码)

本文详细介绍了Python numpy库中的矩阵操作,包括empty、zeros、ones、eye、identity和rand函数,以及线性代数相关函数dot、vdot、inner、matmul、det、solve和inv的用法,结合示例代码展示了如何在numpy中进行矩阵运算和解决线性方程组问题。
摘要由CSDN通过智能技术生成

目录

NumPy 矩阵库(Matrix)

numpy.matlib.empty()

numpy.matlib.zeros()

numpy.matlib.ones()

numpy.matlib.eye()

numpy.matlib.identity()

numpy.matlib.rand()

NumPy 线性代数

numpy.dot()

numpy.vdot()

numpy.inner()

numpy.matmul()

numpy.linalg.det()

numpy.linalg.solve()

numpy.linalg.inv()


NumPy 矩阵库(Matrix)

NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。
一个 m x n 的矩阵是一个由m行(row)n列(column)元素排列成的矩形阵列。
矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵:

函数 说明
numpy.matlib.empty() 返回一个新的矩阵
numpy.matlib.zeros() 创建一个以 0 填充的矩阵
numpy.matlib.ones() 创建一个以
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

打赏作者

格图素书

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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