使用 Python 在线性代数中计算矩阵的条件数（负无穷范数）

要计算线性代数中矩阵的条件数，请在 Python 中使用 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。可能是无穷大。

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 范数或其他多种矩阵范数之一。第一个参数是 x，即需要查找其条件数的矩阵。第二个参数是 p，即条件数计算中使用的范数的阶数。“inf”作为参数设置为负无穷范数。

步骤

首先，导入所需的库 -

import numpy as np
from numpy import linalg as LA

创建一个数组 -

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，请在 Python 中使用 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 -

print("\nResult...\n",LA.cond(arr, -np.inf))

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, -np.inf))

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...
1.0

AmitDiwan

更新于: 2022年2月28日

133 次查看

开启你的 职业生涯

通过完成课程获得认证

立即开始