numpy中与高等数学有关的函数
1.方阵的迹
方阵的迹就是方阵的主对角线元素之和
# -*- coding:utf-8 -*-
# @Author: WanMingZhu
# @Date: 2019/8/12 9:37
import numpy as np
arr = np.random.randint(1, 5, size=(4, 4))
print(arr)
# 调用np.trace便可求出矩阵的迹
print(np.trace(arr))
"""
[[1 4 2 3]
[3 2 2 2]
[3 2 3 3]
[1 4 2 4]]
10
"""
2.如何求两个矩阵之间的距离
import numpy as np
arr1 = np.array([[0, 1],
[1, 0]])
arr2 = np.array([[1, 1],
[1, 1]])
# 先计算a和b的差,得出arr3
arr3 = arr1 - arr2
# 然后让arr3和arr3本身进行点乘
arr4 = arr3 @ arr3
# 此时arr4的迹便是距离的平方
print(np.trace(arr4)) # 2
3.如何求出一个矩阵的逆矩阵和伴随矩阵
import numpy as np
a = np.array([[1, -2, 1],
[0, 2, -1],
[1, 1, -2]])
# 直接对a使用np.linalg.inv即可求出逆矩阵
a_inv = np.linalg.inv(a)
print(a_inv)
"""
[[ 1. 1. 0. ]
[ 0.33333333 1. -0.33333333]
[ 0.66666667 1. -0.66666667]]
"""
# 使用np.linalg.det(a)求出行列式的值
a_det = np.linalg.det(a)
print(a_det) # -3.0000000000000004
# 然后逆矩阵a_inv和行列式的值a_det相乘即可得出伴随矩阵
print(a_inv * a_det)
"""
[[-3. -3. -0.]
[-1. -3. 1.]
[-2. -3. 2.]]
"""
4.如何解多元一次方程
import numpy as np
"""
x+2y+z=7
2x-y+3z=7
3x+y+2z=18
求这个方程组的解
"""
# 首先将系数写下来,排成一个矩阵
a = np.array([[1, 2, 1],
[2, -1, 3],
[3, 1, 2]])
# 将右边的常数写下来,排成一个矩阵
b = np.array([7, 7, 18])
# 求解,将参数传进去
x = np.linalg.solve(a, b)
print(x) # [ 7. 1. -2.]
# 验证
print(a @ x) # [ 7. 7. 18.]
5.求矩阵的秩
import numpy as np
# 生成4行4列的单位矩阵
i = np.eye(4)
print(i)
"""
[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]]
"""
# 求出秩
print(np.linalg.matrix_rank(i)) # 4
# 修改一个值
i[0, 0] = 0
print(np.linalg.matrix_rank(i)) # 3
6.求协方差矩阵
import numpy as np
a = np.array([170, 180, 175])
b = np.array([65, 80, 70])
print(np.cov([a, b]))
"""
[[25. 37.5 ]
[37.5 58.33333333]]
"""
7.求相关矩阵
import numpy as np
a = np.array([170, 180, 175])
b = np.array([65, 80, 70])
print(np.corrcoef([a, b]))
"""
[[1. 0.98198051]
[0.98198051 1. ]]
"""
8.生成一个方程
import numpy as np
x = np.poly1d([1, 1, 1, 1])
print(x)
"""
3 2
1 x + 1 x + 1 x + 1
就是x^3 + x^2 + x + 1
"""
# 怎么生成出来的呢?
# 如果矩阵里面有4个元素,那么未知数的最高次幂就是3
# 然后矩阵里面的元素就是对应项的系数
# 比如我想生成 8 * x^5 + 4 * x^3 + 3 * x^2 + x
"""
首先最高次幂是5,就意味着数组里面有6个值
x^5次幂对应的系数是8,说明第一个值是8
没有x^4,说明x^4对应的系数是0,说明第二个元素是0。虽然是0,但是必须要写,不然numpy不知道你要生成最高几次幂的函数
"""
# 别忘记了最后要加上一个0
x = np.poly1d([8, 0, 4, 3, 1, 0])
print(x)
"""
5 3 2
8 x + 4 x + 3 x + 1 x
"""
# 另外我向x里面传值,还可以根据当前的自变量计算出对应的函数
print(x(3)) # 2082
print(8 * 3 ** 5 + 4 * 3 ** 3 + 3 * 3 ** 2 + 3) # 2082
9.求出一个函数的导数
import numpy as np
x = np.poly1d([2, 1, 1])
print(x)
"""
2
2 x + 1 x + 1
"""
# 调用deriv进行求导
x1 = x.deriv()
print(x1) # 4 x + 1
# 显然这个结果是正确的
# 同样的,我们也可以计算相应的导数值
print(x1(3)) # 13
numpy中与高等数学有关的函数的更多相关文章
- numpy中与金融有关的函数
fv函数 计算未来的价值 def fv(rate, nper, pmt, pv, when='end'): ... 参数: rate:存款/贷款每期的利率 nper:存款/贷款期数 pmt:存款/贷款 ...
- numpy中的argpartition
numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None) 在快排算法中,有一个典型的操作:partition.这个操作指: ...
- python -- numpy 基本数据类型,算术运算,组合,分割 函数
0 NumPy数组 NumPy数组:NumPy数组是一个多维数组对象,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的元数据 NumPy数组属性: ndim(纬数,x,y 2),sha ...
- numpy中linspace用法 (等差数列创建函数)
linspace 函数 是创建等差数列的函数, 最好是在 Matlab 语言中见到这个函数的,近期在学习Python 中的 Numpy, 发现也有这个函数,以下给出自己在学习过程中的一些总结. ( ...
- Numpy中Meshgrid函数介绍及2种应用场景
近期在好几个地方都看到meshgrid的使用,虽然之前也注意到meshgrid的用法.但总觉得印象不深刻,不是太了解meshgrid的应用场景.所以,本文将进一步介绍Numpy中meshgrid的用法 ...
- numpy中的arg系列函数
numpy中的arg系列函数 觉得有用的话,欢迎一起讨论相互学习~Follow Me 不定期更新,现学现卖 numpy中arg系列函数被经常使用,通常先进行排序然后返回原数组特定的索引. argmax ...
- 内置函数和numpy中的min(),max()函数
内置min()函数 numpy中的min()函数:
- Numpy中扁平化函数ravel()和flatten()的区别
在Numpy中经常使用到的操作由扁平化操作,Numpy提供了两个函数进行此操作,他们的功能相同,但在内存上有很大的不同. 先来看这两个函数的使用: from numpy import * a = ar ...
- numpy中的快速的元素级数组函数
numpy中的快速的元素级数组函数 一元(unary)ufunc 对于数组中的每一个元素,都将元素代入函数,将得到的结果放回到原来的位置 >>> import numpy as np ...
随机推荐
- SqlServer Where后面Case When的使用实例
SqlServer一个(用户表:a)中有两个字段都是用户ID 第一个ID是(收费员:id_remitter) 第二个ID是(退费员:id_returner) (收费表:b) 如何根据是否退费(F_RE ...
- flask 学习(二)
安装了flask扩展 以及flask-bootstrap 默认情况下,flask在template文件夹寻找模板. flask 加载的是Jinja2模板,该模板引擎在flask中由函数render_t ...
- 八十六:redis之RDB和AOF两种数据持久化机制
详见:http://redisdoc.com/persistence/index.html redis.conf RDB机制 改为5秒内1次 文件已生成 关闭RDB,注释掉3个save,重启redis ...
- C++ 学习笔记整理
目录 STL 容器 set的用法简介 unordered_set 变量类型转换 stringstream 类型转换 数据结构 哈希表 日常小技巧 C++输入输出流加速器,关闭同步流,ios::sync ...
- Very important notes about Spring @Transnational(Srping事务注解 @Transnational重要注意事项)
Sprint @Transnational is being ignored in the following cases: 1. when the caller method is calling ...
- 03 vue项目结构
上一篇已介绍根据vue-cli创建项目,本篇介绍根据vue-cli官方脚手架创建的项目的项目结构. 一.图看结构 build [webpack配置] webpack相关配置,都已经配 ...
- Redux之combineReducers(reducers)详解
大家好,最近有点忙,忙什么呢?忙着学习一个新的框架Redux,那么这个框架主要是用来做什么的,这篇博客暂时不做介绍,这篇博客针对有一定Redux开发基础的人员,所以今天我讲的重点是Redux里面很重要 ...
- Python爬虫学习==>第一章:Python3+Pip环境配置
前置操作 软件名:anaconda 版本:Anaconda3-5.0.1-Windows-x86_64清华镜像 下载链接:https://mirrors.tuna.tsinghua.edu.cn/ ...
- Linux批量文件管理
Linux批量文件管理 实验目标: 通过本实验掌握批量建立.移动.复制文件或目录的操作,也可以作为后续shell编程的基础. 实验步骤: 1.现在有十台终端机器,要为每台机器建立3个文件,总共要建 ...
- v8 google 下载及编译
ubuntu环境下进行 参考文档: http://code.google.com/p/v8/wiki/BuildingWithGYP (一) 源码下载及编译 1, Google v8 官网:http: ...