初学：vs c# MathNet 包安装使用

---

---

前言

---

一、MathNet包的安装

1.在资源管理器内，右键项目，打开列表，点击NuGet程序包选项

直接搜索Math，点击需要安装的包，勾选需要安装的项目点击安装即可。

2.调用
using MathNet.Numerics.LinearAlgebra.Double;
using MathNet.Numerics.LinearAlgebra.Generic;

二、使用步骤

2.1创建矩阵

1.使用new DenseMatrix()创建
var matrix = new DenseMatrix(n); n，n方阵
var matrix = new DenseMatrix(n，m); n，m矩阵
var matrix = new DenseMatrix(n，m，k); n，m矩阵，值全部为k
2.使用已有矩阵创建
double[,] matrix = new double[n,m];矩阵
var matrix = DenseMatrix.OfArray(matrix);

double[] matrix = new double[n];列向量
var matrix = DenseVector.OfArray(matrix);

var matrix = new DenseMatrix(new[,] { { 5, 2, -4 }, { 3, -7, 6 }, { 4, 1, 5 } });
var matrix = new DenseVector(new[] { 5, 2, -4 });
3.显示
MathNet中重载了.ToString()函数

static void Main(string[] args)
        {
            var matrix2 = new DenseMatrix(5);
            Console.WriteLine(matrix2.ToString());
        }

        static void Main(string[] args)
        {
            double[,] a = { { 11, 12, 13 }, { 21, 22, 23 }, { 21, 22, 23 } };
            var matrix2 = DenseMatrix.OfArray(a);
            Console.WriteLine(matrix2.ToString());
        }

2.2矩阵操作

1.取值
matrix1[m,n] ； 取m行n列上的值或对其赋值
matrix1.SubMatrix(n1, n2, m1, m2); 取从n1行开始的n2行，第m1列开始的m3列[子矩阵]
matrix1.Row(n1, n2, m); 取从第n1行第n2列开始的m个行元素
matrix1.Column(n1, n2, m); 取从第n1列第n2行开始的m个列元素
matrix1.ColumnEnumerator(n, m) 取从第n列开始的m列
matrix1.RowEnumerator(n ,m) 取从第n行开始的m行
matrix1.Diagonal() 取矩阵的对角线元素向量，存为1*n的矩阵
2.计算
var matrix3=matrix1+/-/matrix2 加减乘除
var matrix3=3.0matrix1
resultM = (DenseMatrix)matrixA.PointwiseDivide(matrixB) 点乘
matrixB = matrixA.Inverse() 求逆
matrixB = matrixA.Transpose() 转置
2.求解线性方程组

        对于一阶线性方程组
         5*x + 2*y - 4*z = -7
         3*x - 7*y + 6*z = 38
         4*x + 1*y + 5*z = 43
         可以如下求解：
          var matrixA = new DenseMatrix(new[,] { { 5.00, 2.00, -4.00 }, { 3.00, -7.00, 6.00 }, { 4.00, 1.00, 5.00 } });
          var vectorB = new DenseVector(new[] { -7.0, 38.0, 43.0 });
           var resultX = matrixA.LU().Solve(vectorB);

或者
resultX = matrixA.QR().Solve(vectorB);
或者
matrixA.Svd(true).Solve(vectorB, resultX);
或者
matrixA.GramSchmidt().Solve(vectorB, resultX);

3.矩阵秩、行列式、trace和范数
matrix.Determinant()/Rank()/ConditionNumber()/Trace() //行列式/秩/条件数/trace
matrix.L1Norm()/L2Norm()/FrobeniusNorm()/InfinityNorm() //范数
————————————————
参考链接：https://blog.csdn.net/c914620529/article/details/50393223

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。