线性代数作业

~RD XIAO Du

已于 2022-11-30 09:56:21 修改

阅读量94

点赞数

分类专栏： 1 文章标签： numpy

于 2022-11-28 17:34:40 首次发布

本文链接：https://blog.csdn.net/weixin_45837741/article/details/128083995

版权

1 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

这篇博客介绍了矩阵的基本操作，包括矩阵的转置、逆矩阵的计算方法，并展示了如何使用numpy库进行这些操作。同时，还探讨了矩阵行列式的求解，并给出了实例。此外，还涉及到矩阵的加减运算和乘法，以及对角矩阵的创建。

摘要由CSDN通过智能技术生成

import numpy as np

"""
    原矩阵：
    
    A = [[1, 6, 3, 5], [3, 6, 4, 1], [8, 4, 5, 6], [3, 2, 5, 1]]
    Y = [[9, 8, 7, 6], [3, 4, 6, 1], [1, 1, 1, 1], [2, 3, 4, 5]]
"""
A = [[1, 6, 3, 5], [3, 6, 4, 1], [8, 4, 5, 6], [3, 2, 5, 1]]

"""
    矩阵转置
"""
print("矩阵转置")
B1 = []
for i in range(len(A[0])):  # len(A[0])矩阵列数
    temp = []
    for j in range(len(A)):  # len(A)矩阵行数
        temp.append(A[j][i])
    B1.append(temp)
print(B1)

# ------------------------------

"""
    逆矩阵
"""
print("逆矩阵")
A1 = np.array(A)
B2 = np.linalg.inv(A1)  # 矩阵的逆
print(B2)

# ------------------------------

"""
    矩阵行列式的值
"""
print("矩阵行列式的值")
arr = np.array(A)
print(np.linalg.det(arr))  # det求行列式的值

Y = [[9, 8, 7, 6], [3, 4, 6, 1], [1, 1, 1, 1], [2, 3, 4, 5]]

# ------------------------------

"""
    比较A和B的大小
"""
print("比较A和B的大小")
# 不会
# ------------------------------

"""
    求A*B的结果
"""
print("求A*B的结果")
a = np.array(A)
y = np.array(Y)
print(a * Y)

# ------------------------------

"""
    求B*5+A*3的结果
"""
print("求B*5+A*3的结果")
print(Y * np.array(5) + A * np.array(3))

# ------------------------------

"""
    4*4对角阵【1，2，3，4】
"""
print("4*4对角阵【1，2，3，4】")
Q = np.diag([1, 2, 3, 4])
print(Q)

# ------------------------------

"""
    点乘结果
"""
print("点乘结果")
print(A * Q)