Matrixverarbeitung in Python

In Python können wir verschiedene Matrixoperationen und Berechnungen lösen. Das Numpy-Modul bietet verschiedene Methoden für Matrixoperationen.

add() -Addiert die Elemente beider Matrizen.

Subtrahieren() -Subtrahiert die Elemente beider Matrizen.

split() -Teilt die Elemente beider Matrizen.

Multiplikation() -Multipliziert die Elemente beider Matrizen.

dot() -Es führt die Matrixmultiplikation aus,而不是 elementweises Multiplizieren.

sqrt() -Quadratwurzel von jedem Element der Matrix.

sum(x,axis) -Fügt alle Elemente der Matrix hinzu. Der zweite Parameter ist optional, wenn wir die Spaltensummen berechnen möchten, wobei axis 0 die Spaltensummen und axis1wird es verwendet, um die Zeilensummen zu berechnen.

„ T” -Führe die Transposition einer angegebenen Matrix aus.

Beispielcode

import numpy
# Zwei Matrizen werden durch Werte initialisiert
x = numpy.array([1,　2], [4,　5]]
y = numpy.array([7,　8], [9,　10]]
# add() wird verwendet, um Matrizen zu addieren
print("Addition von zwei Matrizen: ")
print(numpy.add(x,y))
# subtract() wird verwendet, um Matrizen zu subtrahieren
print("Subtraktion von zwei Matrizen: ")
print(numpy.subtract(x,y))
# divide() wird verwendet, um Matrizen zu teilen
print　("Matrix　Division　:　")
print　(numpy.divide(x,y))
print　("Multiplication　of　two　matrices:　")
print　(numpy.multiply(x,y))
print　("The　product　of　two　matrices　:　")
print　(numpy.dot(x,y))
print　("square　root　is　:　")
print　(numpy.sqrt(x))
print　("The　summation　of　elements　:　")
print　(numpy.sum(y))
print　("The　column　wise　summation　　:　")
print　(numpy.sum(y,axis=0))
print　("The　row　wise　summation:　")
print　(numpy.sum(y,axis=1))
#　using　"T"　to　transpose　the　matrix
print　("Matrix　transposition　:　")
print　(x.T)

输出结果

Addition　of　two　matrices:　
[[　8　10]
　[13　15]]
Subtraction　of　two　matrices　:
[[-6　-6]
　[-5　-5]]
Matrix　Division　:
[[0.14285714　0.25　　　　　　]
　[0.44444444　0.5　　　　　　　]]
Multiplication　of　two　matrices:　
[[　7　16]
　[36　50]]
The　product　of　two　matrices　:
[[25　28]
　[73　82]]
square　root　is　:
[[1.　　　　　　　　　1.41421356]
　[2.　　　　　　　　　2.23606798]]
The　summation　of　elements　:
34
The　column　wise　summation　　:
[16　18]
The　row　wise　summation:　
[15　19]
Matrix　transposition　:
[[1　4]
[2　5]]