使用 Python 中的 matrix() 计算矩阵对象的乘法逆元
pythonnumpyserver side programmingprogramming
要使用 matrix() 计算矩阵对象的乘法逆元，请使用 Python 中的 numpy.linalg.inv() 方法。给定一个方阵 a，返回满足 dot(a, ainv) = dot(ainv, a) = eye(a.shape[0]) 的矩阵 ainv。
该方法返回矩阵 a 的 (乘法) 逆元。第一个参数 a 是要求逆的矩阵。
步骤
首先，导入所需的库-
import numpy as np from numpy.linalg import inv
创建一个数组 −
arr = np.array([[ 5, 10], [ 15, 20 ]])
显示数组 −
print("我们的数组...\n",arr)
检查维度 −
print("\n数组的维度...\n",arr.ndim)
获取数据类型 −
print("\n我们的数组对象的数据类型...\n",arr.dtype)
获取形状 −
print("\n我们的数组对象的形状...\n",arr.shape)
要使用 matrix() 计算矩阵对象的乘法逆元，请使用 Python 中的 numpy.linalg.inv() 方法 −
print("\n结果...\n",np.linalg.inv(np.matrix(arr)))
示例
import numpy as np
from numpy.linalg import inv
# 创建数组
arr = np.array([[ 5, 10], [ 15, 20 ]])
# 显示数组
print("我们的数组...\n",arr)
# 检查维度
print("\n数组的维度...\n",arr.ndim)
# 获取数据类型
print("\n我们的数组对象的数据类型...\n",arr.dtype)
# 获取形状
print("\n我们的数组对象的形状...\n",arr.shape)
# 要使用 matrx() 计算矩阵对象的乘法逆，请使用 Python 中的 numpy.linalg.inv() 方法。
print("\n结果...\n",np.linalg.inv(np.matrix(arr)))
输出
我们的数组... [[ 5 10] [15 20]] 我们的数组的维度... 2 我们的数组对象的数据类型... int64 我们的数组对象的形状... (2, 2) 结果... [[-0.4 0.2] [ 0.3 -0.1]]
