Rumah > pembangunan bahagian belakang > Tutorial Python > Cara menggunakan Python untuk mencari norma dan penentu matriks

Cara menggunakan Python untuk mencari norma dan penentu matriks

WBOY
Lepaskan: 2023-05-10 23:10:06
ke hadapan
1333 orang telah melayarinya

Dalam fungsi scipy.linalg, dua parameter sering disediakan Satu ialah check_finite, yang akan melakukan semakan terhad apabila ia True, dan satu lagi ialah overwrite_xxxx, yang bermaksud xxxx. digunakan dalam pengiraan Sama ada proses itu boleh ditimpa. Demi kesederhanaan, akan diberitahu kemudian bahawa a menyediakan suis timpa, yang bermaksud terdapat parameter overwrite_a Apabila ia True, a dibenarkan untuk ditimpa semasa proses pengiraan dikatakan suis semak terhad disediakan, bermakna check_finite disediakan.

Norma

menyediakan fungsi scipy.linalg dalam norm untuk mencari norma, yang ditakrifkan sebagai

norm(a, ord=None, axis=None, keepdims=False, check_finite=True)
Salin selepas log masuk

di mana ord digunakan untuk mengisytiharkan norma The tertib

ord矩阵范数向量范数



None弗罗贝尼乌斯范数2-范数
'fro'弗罗贝尼乌斯范数-
'nuc'核范数-
infmax(sum(abs(a), axis=1))max ⁡ ( ∣ a ∣ )
-infmin(sum(abs(a), axis=1))min ⁡ ( ∣ a ∣ )
0-sum(a!=0)
1max(sum(abs(a), axis=0))
-1min(sum(abs(a), axis=0))
22-范数(最大奇异值)
-2最小奇异值

Jika a ialah vektor, jika ord ialah integer bukan sifar, dilambangkan sebagai n nn, biarkan a i a_iai menjadi elemen dalam matriks a aa, maka n nn norma matriks ialah

Cara menggunakan Python untuk mencari norma dan penentu matriks

Norma nuklear juga dipanggil "norma surih" dan mewakili jumlah semua nilai tunggal matriks.

Norma Frobenius boleh ditakrifkan sebagai

Cara menggunakan Python untuk mencari norma dan penentu matriks

Intipatinya ialah generalisasi semula jadi bagi 2-norma vektor dalam matriks.

Selain scipy.linalg, numpy.linalg juga disediakan dalam norm, parameternya ialah

norm(x, ord=None, axis=None, keepdims=False)
Salin selepas log masuk

di mana parameter pilihan order adalah sama dengan <🎜 dalam scipy.linalg >Fungsi adalah sama. norm

Penentuan

Dalam

, fungsi penentu ialah scipy.linalg, dan takrifannya sangat mudah Selain matriks det yang boleh didapati, hanya terdapat penutup daripada a Tulis suis dan semakan terhingga. Contoh a

adalah seperti berikut:

import numpy as np
from scipy import linalg
a = np.array([[1,2,3], [4,5,6], [7,8,9]])
linalg.det(a)
# 0.0
a = np.array([[0,2,3], [4,5,6], [7,8,9]])
linalg.det(a)
# 3.0
Salin selepas log masuk

jejak

tidak menyediakan fungsi scipy.linalg, tetapi trace menyediakan, yang ditakrifkan sebagai numpy

umpy.trace(a, offset=0, axis1=0, axis2=1, dtype=None, out=None)
Salin selepas log masuk

dengan

  • ialah ofset, menunjukkan offset relatif kepada pepenjuru utama offset

  • mewakili paksi koordinataxis1, axis2

  • Jenis data yang digunakan untuk melaraskan nilai outputdtype

  • >>> x = np.random.rand(3,3)
    >>> print(x)
    [[0.26832187 0.64615363 0.09006217]
     [0.63106319 0.65573765 0.35842304]
     [0.66629322 0.16999836 0.92357658]]
    >>> np.trace(x)
    1.8476361016546932
    Salin selepas log masuk

    Atas ialah kandungan terperinci Cara menggunakan Python untuk mencari norma dan penentu matriks. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:yisu.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan