numpy练习

原创

于 2018-05-23 12:53:19 发布 · 337 阅读

0 ·

CC 4.0 BY-SA版权

这篇博客介绍了使用NumPy进行矩阵生成和线性方程的求解，包括矩阵的欧几里得范数、无穷范数、奇异值计算等基本操作，展示了详细的计算过程和结果。

NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或 Matlab等所做的任务。

生成矩阵：

import numpy as np  
from scipy.linalg import toeplitz  
n = 2  
m = 5  
A = np.empty([n, m])  
for column in range(n):  
    row = np.random.normal(0, 1, m)  
    A[column] = row  
for i in range(n):  
    for j in range(m):