Python矩阵的基本计算：创建矩阵与加减、矩阵乘法、矩阵转置、求⽅阵的
迹、⽅阵的⾏列式计。。。
重新复习了⼀遍Python下有关矩阵的计算内容，整合成本博客。内容包括矩阵操作（创建矩阵、矩阵加减法）、矩阵乘法、矩阵转置（求转置矩阵）、求⽅阵的迹、⽅阵的⾏列式计算⽅法、逆矩阵/伴随矩阵、解多元⼀次⽅程。
因为要借助numpy库，如果之前没有安装过的同学，可以使⽤pip install numpy安装。
（⼀）Python矩阵操作
1.先引⼊numpy，以后的教程中，我们都引⽤为np作为简写
2.使⽤mat函数创建⼀个2X3矩阵
python 定义数组
3.使⽤shape可以获取矩阵的⼤⼩
4.使⽤下标读取矩阵中的元素
5.进⾏⾏列转换
6.实际上官⽅⽂档建议我们使⽤⼆维数组代替矩阵来进⾏矩阵运算；因为⼆维数组⽤得较多，⽽且基本可取代矩阵。⽐如：可见矩阵和数组基本上都可以
7.加减法也是⼀样的
8.当然列表是不能这么尽兴加减的：
（⼆） python矩阵乘法
1.使⽤⼆维数组创建两个矩阵A和B
2.先来⼀个矩阵的数乘，其实见识矩阵的每⼀个元素乘以该数
3.dot函数⽤于矩阵乘法，对于⼆维数组，它计算的是矩阵乘积，对于⼀维数组，它计算的是内积。注意交换矩阵的前后位置会导致不同的结果，看下⾯的例⼦
4.再创建⼀个⼆维数组
5.我们验证⼀个矩阵乘法的结合性 （AB)C=A(BC）
6.接着看⼀下对加法的分配性 （A+B)C=AC+BC，C(A+B）=CA+CB
7.数乘的结合性，也⼀样啦
8.接着我们⽤到⼀个新知识，使⽤eye创建⼀个单位矩阵，单位矩阵的定义就是看下⾯的步骤
9.我们看⼀下，⼀个矩阵A乘以⼀个单位矩阵，还是它本⾝
(三)python矩阵转置
1.先创建⼀个矩阵
2.我们使⽤属性T来得到矩阵A的转置矩阵
3.我们验证第⼀个性质:(A’)’=A
4.再创建两个尺⼨相同的矩阵
4.再创建两个尺⼨相同的矩阵
5.验证矩阵转置的第⼆个性质：(A±B)’=A’±B’
6.验证矩阵转置的第三个性质：(KA)’=KA’
7.验证矩阵转置的第四个性质：(A×B)’= B’×A’
(四)python求⽅阵的迹
1.创建⼀个⽅阵（⽅阵也就是⾏数等于列数的矩阵）
2.⽤trace计算⽅阵的迹
3.再创建⼀个⽅阵F
4.验证⼀下⽅阵的迹等于⽅阵的转置的迹
5.验证⼀下⽅阵的乘积的迹等于
6.验证⼀下⽅阵的和的迹等于⽅阵的迹的和
(五)python⽅阵的⾏列式计算⽅法
1.创建两个⽅阵
2.使⽤det⽅法求得⽅阵E和⽅阵F的⾏列式
（六） python求逆矩阵/伴随矩阵
1.创建⼀个⽅阵
2.使⽤linalg.det求得⽅阵的⾏列式
3.使⽤linalg.inv求得⽅阵A的逆矩阵
4.接着我们利⽤公式：
numpy的计算⽅法：
（七） python解多元⼀次⽅程
⽅程组为
1.将未知数的系数写下来，排列成⼀个矩阵a，如下
2.常数项构成⼀个⼀维数组（向量）
3.使⽤linalg.solve⽅法解⽅程，参数a指的是系数矩阵，参数b指的是常数项矩阵
4.使⽤点乘的⽅法可以验证⼀下解的正确性，系数乘以未知数可以得到常数项。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。