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
法律研究使用Python中的奇异值分解法返回数组的矩阵秩
要使用奇异值分解法返回数组的矩阵秩，请在Python中使用numpy.linalg.matrix_rank()方法。数组的秩是数组中大于tol的奇异值的个数。第一个参数A是输入向量或矩阵堆栈。
第二个参数tol是将SVD值视为零的阈值。如果tol为None，并且S是具有M的奇异值的数组，并且eps是S的数据类型的epsilon值，则tol设置为S.max() * max(M, N) * eps。第三个参数hermitian，如果为True，则假设A为Hermitian，从而可以使用更有效的方法来查找奇异值。默认为False。
步骤
首先，导入所需的库：
import numpy as np from numpy.linalg import matrix_rank
创建一个数组：
arr = np.eye(5)
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)要使用奇异值分解法返回数组的矩阵秩，请在Python中使用numpy.linalg.matrix_rank()方法：
print("\nResult (rank)...\n",matrix_rank(arr))示例
import numpy as np
from numpy.linalg import matrix_rank
# Create an array
arr = np.eye(5)
# 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 Return matrix rank of array using Singular Value Decomposition method, use the numpy.linalg.matrix_rank() method in Python
print("\nResult (rank)...\n",matrix_rank(arr))输出
Our Array... [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Shape of our Array object... (5, 5) Result (rank)... 5
更新于：2022年2月25日
463 次查看
广告