詳細闡述numpy單位矩陣

一、python 單位矩陣


import numpy as np

# 生成一個3階單位矩陣
I = np.eye(3)
print(I)

上述代碼演示了如何使用numpy庫生成一個3階單位矩陣。其中np.eye()是numpy庫中用於生成單位矩陣的函數。

二、python輸出單位矩陣


import numpy as np

# 生成一個4階單位矩陣
I = np.eye(4)

# 輸出單位矩陣
print("4階單位矩陣：")
print(I)

上述代碼演示了如何使用print()函數輸出生成的4階單位矩陣。使用print()函數可以方便快捷地查看矩陣的數據。

三、python生成n階單位矩陣


import numpy as np

n = 5  # 5階矩陣
I = np.eye(n)
print(I)

上述代碼演示了如何使用numpy庫生成一個n階單位矩陣。只需要把n的具體值賦給變數n即可。

四、python沒有numpy庫


n = 3  # 3階矩陣
I = [[int(i==j) for i in range(n)] for j in range(n)]
print(I)

上述代碼演示了即使沒有numpy庫，也可以使用python生成一個3階單位矩陣。這是通過列表推導式實現的。

五、numpy矩陣


import numpy as np

# 創建矩陣
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

# 矩陣相加
C = A + B
print("相加後的矩陣：")
print(C)

# 矩陣相減
D = A - B
print("相減後的矩陣：")
print(D)

# 矩陣相乘
E = A.dot(B)
print("相乘後的矩陣：")
print(E)

上述代碼演示了如何使用numpy庫創建矩陣，並進行矩陣的相加、相減和相乘操作。numpy庫中的array()函數可以將列錶轉換為矩陣，而dot()函數則用於計算矩陣的乘法。

六、numpy矩陣轉置


import numpy as np

# 創建矩陣
A = np.array([[1, 2], [3, 4]])

# 矩陣轉置
B = A.T
print("原矩陣：")
print(A)
print("轉置後的矩陣：")
print(B)

上述代碼演示了如何使用numpy庫對矩陣進行轉置操作。矩陣的轉置是將行與列調換位置，可以使用矩陣的T屬性實現。

七、numpy矩陣求和


import numpy as np

# 創建矩陣
A = np.array([[1, 2], [3, 4]])

# 求矩陣的所有元素之和
B = np.sum(A)
print(B)

# 按列求和
C = np.sum(A, axis=0)
print(C)

# 按行求和
D = np.sum(A, axis=1)
print(D)

上述代碼演示了如何使用numpy庫對矩陣進行求和操作。sum()函數可以將矩陣的所有元素相加，同時也可以按照指定的維度進行求和。

八、numpy矩陣賦值


import numpy as np

# 創建矩陣
A = np.array([[1, 2], [3, 4]])
print("原矩陣：")
print(A)

# 修改矩陣的元素
A[0, 1] = 5
print("修改後的矩陣：")
print(A)

上述代碼演示了如何使用numpy庫對矩陣的元素進行修改操作。使用下標可以直接訪問矩陣中的單個元素，並賦予新值。

九、python生成單位矩陣


n = 3  # 3階矩陣
I = [[int(i==j) for i in range(n)] for j in range(n)]
print(I)

上述代碼演示了如何使用python生成一個3階單位矩陣。這是通過列表推導式實現的。

十、numpy創建單位矩陣


import numpy as np

# 生成一個3階單位矩陣
I = np.eye(3)
print(I)