数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学在Python中计算线性代数中矩阵的条件数
要计算线性代数中矩阵的条件数，可以使用Python中的numpy.linalg.cond()方法。此方法能够根据p的值返回使用七种不同范数之一计算出的条件数。
返回矩阵的条件数。可能为无穷大。x的条件数定义为x的范数乘以x的逆的范数；范数可以是通常的L2范数或其他几种矩阵范数之一。第一个参数是x，即需要求条件数的矩阵。第二个参数是p，即条件数计算中使用的范数的阶。
步骤
首先，导入所需的库：
import numpy as np from numpy import linalg as LA
创建数组：
arr = np.array([[ 1, 1, 0], [1, 0, 1], [1, 0, 0]])
显示数组：
print("Our Array...\n",arr)检查维度：
print("\nDimensions of our Array...\n",arr.ndim)获取数据类型：
print("\nDatatype of our Array object...\n",arr.dtype)获取形状：
print("\nShape of our Array object...\n",arr.shape)要计算线性代数中矩阵的条件数，可以使用Python中的numpy.linalg.cond()方法：
print("\nResult...\n",LA.cond(arr))示例
import numpy as np
from numpy import linalg as LA
# Create an array
arr = np.array([[ 1, 1, 0],
[1, 0, 1],
[1, 0, 0]])
# Display the array
print("Our Array...\n",arr)
# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)
# Get the Shape
print("\nShape of our Array object...\n",arr.shape)
# To compute the condition number of a matrix in linear algebra, use the numpy.linalg.cond() method in Python
print("\nResult...\n",LA.cond(arr))输出
Our Array... [[1 1 0] [1 0 1] [1 0 0]] Dimensions of our Array... 2 Datatype of our Array object... int64 Shape of our Array object... (3, 3) Result... 3.7320508075688776
更新于：2022年3月2日
1K+ 次浏览
广告