Python中矩阵转置，求逆和一些运算

Python中矩阵转置，求逆和一些运算

在Python中，常用的进行矩阵运算的库是numpy。numpy里面有与矩阵相关的定义函数，一种是array（）；另一种是matrix（）。问题来了，array（）是创建矩阵的函数吗。显然这个函数不是创建矩阵的函数，它的功能只是创建一个数组而已。但是因为在Python里面数组和矩阵非常相似，导致很多人进入了一个误区，把array（）创建的数组当做的矩阵。所以如果用array（）创建的数组进行矩阵的运算的话，很显然得出的结果是错误的。因此为了进行正确的矩阵运算，就得创建正确的矩阵。
因此，接下来将讲解Python里面矩阵的创建和运算。

矩阵创建

使用的是matrix（）函数

from numpy import *

a = matrix([1, 0])              # 创建行矩阵矩阵
b = matrix([[0, 1],[1, 0]])     # 创建二维矩阵，注意：有两层中括号。
h = matrix([[1, 2],[3, 4]])

矩阵转置

有两个函数都能进行矩阵转置。一种是“ .T ”(注意这里是用点号调用转置函数T)；另外一种是调用transpose（）：

c = a.T
f = transpose(a)

注意：这两种函数不只是对一维矩阵有效，对于多维矩阵仍然有效。

将结果输出：

print(c)
print(f)

得出的结果是:

矩阵求逆

这就是矩阵转置的操作，然后就是矩阵的求逆操作。使用的是“ .I ”(注意这个地方是大写的i，不是小写的L)。

g = h.I                         # 求矩阵的逆

计算结果如下：

矩阵运算

最后我将进行一些简单的矩阵操作，并且和数组操作进行对比。这个结果非常的明显。

from numpy import *

a = matrix([1, 0])              # 创建行矩阵矩阵
b = matrix([[0, 1],[1, 0]])     # 创建二维矩阵，注意：有两层中括号。
h = matrix([[1, 2],[3, 4]])
c = a.T                         # 矩阵的转置
f = transpose(a)
g = h.I                         # 求矩阵的逆

a1 = array([1, 0])
b1 = array([[0, 1],[1, 0]])
c1 = array([[1],[0]])


d = a*b*c                       # 矩阵运算
e = a*b*b*c
d1 = a1*b1*c1                   # 数组运算
e1 = a1*b1*b1*c1

print('====矩阵运算====')
print('矩阵相乘：')
print(d)                        # 矩阵运算结果
print(e)
print('矩阵转置：')
print(c)
print(f)
print('矩阵求逆：')
print(g)
print('====数组运算====')
print('对应的数组相乘')
print(d1)                       # 数组运算结果，无法做到正确的矩阵运算
print()
print(e1)

从以上结果可以很清楚的看出在Python中数组和矩阵的区别，希望大家以后不要犯我一样的错误。