数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
时尚研究
法律研究如何使用 SciPy 库来解线性方程？
SciPy 有一个名为 scipy.linalg.solve() 的函数用于解决线性方程。我们只需要知道如何用向量的形式表示线性方程。它将求解线性方程组 a * x = b 中未知数 x 的值。让我们通过下面的例子来理解它：
示例
在这个例子中，我们将尝试解决一个线性代数系统，可以表示如下：
3x + 2y = 2
x - y = 4
5y + z = -1
函数 scipy.linalg.solve() 将找到 x、y 和 z 的值，使得以上三个方程都等于零。
import numpy as np from scipy import linalg # The linear algebra system which is given as # 3x + 2y = 2 # x - y = 4 # 5y + z = -1 #We need to find values of x,y and z for which all these equations are zero # Creating the input array a = np.array([[3, 2, 0], [1, -1, 0], [0, 5, 1]]) # Providing the solution Array b = np.array([[2], [4], [-1]]) # Solve the linear algebra x = linalg.solve(a, b) # Printing the result print(x) # Checking the result np.dot(a, x) == b
输出
[[ 2.] [-2.] [ 9.]]
让我们再看一个例子：
示例
在这个例子中，我们将解决一个稍微复杂一点的线性代数系统，如下所示：
x + 2y - 3z = -3
2x - 5y + 4z = 13
5x + 4y - z = 5
import numpy as np from scipy import linalg # Creating the input array a = np.array([[1, 2, -3], [2, -5, 4], [5, 4, -1]]) # Providing the solution Array b = np.array([[-3], [13], [5]]) # Solve the linear algebra x = linalg.solve(a, b) # Printing the result print(x) # Checking the result np.dot(a, x) == b
输出
[[ 2.] [-1.] [ 1.]]
更新于： 2021年11月24日
563 次浏览
广告