Iwate Prefectural University Adventskalender Tag 17! Vielen Dank für Ihre harte Arbeit, Jack (@kazuhikoyamashita). Mein letzter Boom ist Python. Dieses Mal werde ich versuchen, die Matrix mit numpy zu berechnen.
NumPy ist ein Erweiterungsmodul zur Durchführung numerischer Berechnungen. Bitte beachten Sie den Link unten für Details. http://www.numpy.org/
Sie benötigen den Befehl pip, um numpy zu installieren. Verwenden Sie easy_install, um den Befehl pip zu installieren. Bitte geben Sie den folgenden Befehl ein.
% easy_install pip
Führen Sie den folgenden Befehl aus, um numpy zu installieren. Die diesmal installierte Version von numpy ist 1.10.2.
% pip install numpy
Collecting numpy
Downloading numpy-1.10.2-cp35-cp35m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (3.7MB)
100% |████████████████████████████████| 3.7MB 133kB/s
Installing collected packages: numpy
Successfully installed numpy-1.10.2
Bereiten Sie die Matrizen m1 und m2 vor und ermitteln Sie den Summen-Differenz-Produktquotienten und die inverse Matrix von m1. Das Programm ist wie folgt.
# -*- coding: utf-8 -*-
import numpy as np
from numpy import linalg as la
m1 = np.matrix('1 2; 3 4')
m2 = np.matrix('5 6; 7 8')
#Summe
print("####Summe")
print(m1 + m2)
#Unterschied
print("####Unterschied")
print(m1 - m2)
#Produkt von Elementen
print("####Produkt von Elementen")
print(m1 * m2)
#Händler zwischen Elementen
print("####Händler zwischen Elementen")
print(m1 / m2)
#Inverse Matrix von m1
print("####Inverse Matrix von m1")
print(la.inv(m1))
Das Ausgabeergebnis ist wie folgt. Dies ist praktisch, da die inverse Matrix leicht berechnet werden kann.
% python sample.py
####Summe
[[ 6 8]
[10 12]]
####Unterschied
[[-4 -4]
[-4 -4]]
####Produkt von Elementen
[[19 22]
[43 50]]
####Händler zwischen Elementen
[[ 0.2 0.33333333]
[ 0.42857143 0.5 ]]
####Inverse Matrix von m1
[[-2. 1. ]
[ 1.5 -0.5]]
das ist alles!
Recommended Posts