Python Numpy习题

最新推荐文章于 2024-07-23 08:55:29 发布

SDCS-16-WangHX

最新推荐文章于 2024-07-23 08:55:29 发布

阅读量648

点赞数

分类专栏：程序设计基础

本文链接：https://blog.csdn.net/weixin_36326096/article/details/80413723

版权

这篇博客涵盖了使用Python Numpy进行矩阵运算的多个练习，包括矩阵加法、乘法、求解线性系统、范数计算、特征值与奇异值分析以及最近邻搜索。通过随机生成的矩阵进行实例演示，深入理解这些基本概念和技术。

摘要由CSDN通过智能技术生成

Generate matrices A, with random Gaussian entries, B, a Toeplitz matrix, where A ∈ R(n×m) and B ∈ R(m×m), for n = 200, m = 500.

import numpy
import scipy.linalg

n = 200
m = 500

Mu = 0
Sigma = 1
A = numpy.random.normal(Mu, Sigma, (n, m))
print(A)

base = list(range(m))
B = scipy.linalg.toeplitz(base)
print(B)

Exercise 9.1: Matrix operations

Calculate A + A, A(A^T), (A^T)A and AB. Write a function that computes A(B − λI) for any λ.

#计算A + A
result = A + A
print('A + A =\n', result)

#计算A * (A ^ T)
result = numpy.dot(A, A.T)
print('A * (A ^ T) =\n', result)

#计算(A ^ T) * A
result = numpy.dot(A.T, A)
print('(A ^ T) * A =\n', result)

#计算A * B
result = numpy.dot(A, B)
print('A * B =\n', result)

#计算A * (B - λI)
Lambda = int(input(