SymPy庫(kù)關(guān)于矩陣的基本操作和運(yùn)算方法是什么

這篇“SymPy庫(kù)關(guān)于矩陣的基本操作和運(yùn)算方法是什么”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來(lái)看看這篇“SymPy庫(kù)關(guān)于矩陣的基本操作和運(yùn)算方法是什么”文章吧。

1、矩陣創(chuàng)建

矩陣的創(chuàng)建過(guò)程被理解為提供了一組行向量。 A matrix is constructed by providing a list of row vectors that make up the matrix.

import sympy
matrix_a = sympy.Matrix([[1, 3], [-2, 3]])  # 生成2*2的方陣
matrix_b = sympy.Matrix([[1, 0, 2], [2, 3, 4]])  # 生成2*3的矩形矩陣

2、創(chuàng)建列向量

list對(duì)象被理解為一個(gè)列向量。 a list of elements is considered to be a column vector.

column_vector_a = sympy.Matrix([1, 2, 1])

3、截取矩陣的某一行或列, 使用 row()和 col()

print(matrix_b.col(0))  # 打印第一列
print(matrix_b.row(0))  # 打印第一行
print(matrix_b.col(-1))  # 打印倒數(shù)第一列
print(matrix_b.row(-1))  # 打印倒數(shù)第一行

4、刪除行向量、列向量

使用 row_del 或 col_del. 注意下：這些操作直接修改原來(lái)的矩陣對(duì)象，不會(huì)生成新的對(duì)象。

matrix_c = sympy.Matrix([[1, 0, 2, 4], [2, 3, 4, 0], [0, 1, 1, 1]])
matrix_c.row_del(0)  # 刪除第一行
matrix_c.col_del(1)  # 刪除第二列

5、插入行向量、列向量使用row_insert 或 col_insert。

insert注意三個(gè)點(diǎn)： （1）產(chǎn)生新的矩陣對(duì)象 （2）第一參數(shù)指的是插入位置，第二個(gè)參數(shù)是需要插入的內(nèi)容 （3）注意區(qū)分插入行向量和列向量，Matrix（）括號(hào)內(nèi)略有不同，具體看下面的代碼：

matrix_d = sympy.Matrix([[1, 0, -1], [-5, 3, 4]])
matrix_d_insert_col = matrix_d.col_insert(0, sympy.Matrix([8, 9]))  # 在第一列插入列向量[8,9]
# print(matrix_d_insert_col)
matrix_d_insert_row = matrix_d.row_insert(0, sympy.Matrix([[1, 1, 1]]))  # 在第一行插入行向量
# print(matrix_d_insert_row)

6、像加法、乘法這樣的簡(jiǎn)單運(yùn)算使用+，*， **就可以了

求逆矩陣，只需把power設(shè)置為-1即可。 simple operations like addition and multiplication are done just by using +, *, and **. To find the inverse of a matrix, just raise it to the -1 power.

"""矩陣乘法"""
matrix_multiplication = matrix_a * matrix_b
#  print(matrix_multiplication)
 
"""矩陣求逆，如果不可逆，報(bào)錯(cuò)NonInvertibleMatrixError: Matrix det == 0; not invertible."""
matrix_inverse = matrix_a ** -1
# print(matrix_inverse)
 
"""矩陣轉(zhuǎn)置"""
matrix_transpose = matrix_a.T
# print(matrix_transpose)

7、特殊矩陣的創(chuàng)建

"""生成單位矩陣，eye(n) will create an  identity matrix"""
matrix_identity = sympy.eye(2)  # 生成二階單位矩陣
# print(matrix_identity)
 
"""生成n*m的零矩陣，zeros(m,n)"""
matrix_zero = sympy.zeros(2, 3)  # 生成2*3的零矩陣
# print(matrix_zero)
 
"""生成元素都是1的矩陣，ones(m,n)"""
matrix_one = sympy.ones(2, 2)  # 生成2*2的元素都為1的方陣
# print(matrix_one)
 
"""生成對(duì)角矩陣，diag(),參數(shù)可以是數(shù)字，也可以是矩陣
The arguments to diag can be either numbers or matrices. 
A number is interpreted as a  matrix. The matrices are stacked diagonally. """
matrix_diag_1 = sympy.diag(1, 2, 3)  # 生成對(duì)角線元素為1,2,3的三階方陣
# print(matrix_diag_1)
matrix_diag_2 = sympy.diag(1, sympy.ones(2, 2), sympy.Matrix([[1, 2], [1, 3]]))
# print(matrix_diag_2)

以上就是關(guān)于“SymPy庫(kù)關(guān)于矩陣的基本操作和運(yùn)算方法是什么”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。