您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要讲解了基于python检查矩阵计算结果的方法，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
鉴于最近复习线性代数计算量较大，且1800答案常常忽略一些逆阵、行列式的计算答案，故用Python写出矩阵的简单计算程序，便于检查出错的步骤。
1、行列式
可自行更改阶数
from numpy import *
# 求行列式 ,建议：取小数点前整数
A = array([[3, 1, 1, 1],
[1, 3, 1, 1],
[1, 1, 3, 1],
[1, 1, 1, 3]])
B = linalg.det(A)
print(B)
# 48.000000000000014 正确答案：482、矩阵相乘
注意要内标相同
from numpy import *
# 求矩阵相乘
A = array([[1, -1, 1],
[1, 1, 0],
[-1, 0, 1]])
B = array([[3, 0, 0],
[0, 0, 0],
[0, 0, 0]])
# N=AB
N = dot(A, B)
# N=BA，则 N = dot(B, A)
print(N)
# 正确答案：
# [ 3 0 0]
# [ 3 0 0]
# [-3 0 0]3、逆矩阵
自行判断|A|≠0，这里 A∗ = A−1 · |A|
from numpy import *
# 求逆矩阵 ,建议：取小数点后一位化为分数
A = mat([[1, -1, 1],
[1, 1, 0],
[-1, 0, 1]])
B = A.I
print(B)
# [ 0.33333333 0.33333333 -0.33333333]
# [-0.33333333 0.66666667 0.33333333]
# [ 0.33333333 0.33333333 0.66666667]
# 0.333≈ 1/3 ，0.667≈ 2/3看完上述内容，是不是对基于python检查矩阵计算结果的方法有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。