关键词:线性代数 / 矩阵 / 运算
今天小编将详细介绍矩阵的运算规则与数学符号应用在矩阵上的含义,如同算数字的加减法需要了解计算公式的规则一样,矩阵的运算虽然与单纯数字运算相似,但其细节的相异处还需要多加注意。另外,矩阵计算有些时候手算和代码算的规则是有些差异的,这也容易造成算法在实际部署时的 BUG,接下来的矩阵操作介绍,小编将完全站在编程的角度去重新阐述线性代数的理论知识!
矩阵的基本性质
回顾一下一个矩阵的具体写法与符号定义:
中的
称为矩阵的元素,可以是数字,函数,实数,复数。在 python 代码中的numpy模块几乎可以说是数值计算的唯一选择。
import numpy as np
from Code.linalg import *
如果还没安装过numpy,可以使用下面指令在终端快速安装。
pip install numpy
如果想获得Code.linalg里面的代码,欢迎扫码进群!
1. 矩阵的相等
如果 A 与 B 两个矩阵的阶数相等,所对应的元素也都相等,则称 A 与 B 矩阵相等。
2. 加减法
如果两个矩阵的阶数都相等,则加减法即为对应位置的元素相加减。
A = np.random.randint(0, 5, 6).reshape(2, 3)
B = np.random.randint(0, 5, 6).reshape(2, 3)
C = np.random.randint(0, 8, 6).reshape(3, 2)
print(A, '\n\n', B, '\n\n', C)
print(A + B)
输出 (1):
[[0 1 1]
[3 1 0]]
[[1 1 0]
[2 2 0]]
[[2 2]
[2 2]