Python – scipy.linalg.expm
pythonnumpyserver side programmingprogramming
scipy.linalg 包的 expm() 函数用于使用 Padé 近似计算矩阵指数。Padé 近似是给定阶的有理函数对函数的"最佳"近似。在这种技术下，近似值的幂级数与它所近似的函数的幂级数一致。
语法
scipy.linalg.expm(x)
其中 x 是要指数化的输入矩阵。
示例 1
让我们考虑以下示例 −
# 导入所需的库
from scipy import linalg
import numpy as np
# 定义输入数组
e = np.array([[100 , 5] , [78 , 36]])
print("输入数组:\n", e)
# 计算指数
m = linalg.expm(e)
# 显示矩阵的指数
print("Exponential of e:\n", m)
输出
上述程序将生成以下输出 −
输入数组: [[100 5] [ 78 36]] e 的指数: [[6.74928440e+45 4.84840154e+44] [7.56350640e+45 5.43330432e+44]]
示例 2
让我们再举一个例子 −
# 导入所需的库
from scipy import linalg
import numpy as np
# 定义输入数组
k = np.zeros((3, 3))
print("输入数组:\n", k)
# 计算指数
n = linalg.expm(k)
# 显示矩阵的指数
print("k 的指数:\n", n)
输出
它将生成以下输出 −
输入数组: [[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]] k 的指数: [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]]
