python 将0矩阵转换为none列表_在学习线性代数时所探索的Python运用

这是一篇伪科学文章
文章仅仅是学习中的经验总结，可能存在大量技术错误 本文中所有代码均在jupyerlab+python3.8.5+numpy1.19.0+sympy1.6.2版本下测试
若有错误，那就这么地吧，反正没人看到。

---

前言 在学习lay的《线性代数及其应用》时，遇到了一道练习题是运用MATLAB等数据科学软件来计算的。由于最近正在学习Python，Python作为近几年数据处理和数据科学的爆款，很多人都证明了其地位。 于是我尝试在Python中解决这道习题，在Python中将矩阵化简为行简化矩阵(RREF)。
1. 教材中题目的简述
在原题中，提到了插值多项式即类似于 p(t) = a₀ +a₁t + a₂t²的多项式计算，根据已有的数据t和p列出线性方程组计算出几个参数a然后列出其方程式并使用其进行预测的方法，在计量统计中就是多元线性回归模型。
原题干中的数据如下：
由于题干使用的是五次多项式，所以这里我也使用五次多项式，其它次数的多项式将在文末探讨。 p(t) = a₀ +a₁t + a₂t²+ a₃t³ + a₄t⁴ + a₅t⁵ 2. 在Python中进行操作

• 首先输入数据并把数据转换成Numpy的array数组。

import numpy as np # 导入numpy库speeds = [0, 2, 4, 6, 8, 10] # 风速的大小resists = [0, 2.9, 14.8, 39.6, 74.3, 119] # 阻力的大小spe_arr = np.array(speeds) # 转换成arrayres_arr = np.array(resists) # 转换成array