《深度学习的数学——使用Python语言》第6章线性代数进阶学习笔记

常见泽1

《深度学习的数学——使用Python语言》第6章线性代数进阶学习笔记 [复制链接]

方阵学习

方阵在线性代数的世界里有特殊的地位。

转置

对军阵进行转置是指将矩阵中的行元素和列元素关于主对角线对调。

在numpy中，我们可以通过调用transpose函数对数组进行转置

a2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(a2)
print(a2.transpose())
print("转置矩阵矩阵是:\n")
print(a2.T)

执行结果

矩阵的迹

例程

b = np.array([[1, 2], [5, 6]])
print(np.diag(b))
print("矩阵的迹是:\n")
print(np.trace(b))

结果

矩阵的矩阵幂运算

调用matrix_power进行幂运算

yu = np.array([[1, 2], [5, 6]])
print("矩阵的幂是:\n")
print(matrix_power(yu, 2))

结果

特征向量和特征值

我们可以通过np.linalg.eig函数得到矩阵的特征向量和特征值

yi = np.array([[1, 2], [-2, -3]])
print("矩阵的特征值和特征向量是:\n")
print(np.linalg.eig(yi)[0])
print(np.linalg.eig(yi)[1])

Np.linalg.eig函数将返回一个列表，其中的第一项是由矩阵的所有特征值构成的向量，第二项则是一个矩阵，其中的每一列元素是与各个特征值对应的特征向量。

Jacktang

线性代数还可以这样编程学习，厉害

常见泽1

Jacktang 发表于 2025-1-18 09:52 线性代数还可以这样编程学习，厉害

这个Python做线性代数太方便了太高效了