Numpy Inverse

Zahlreiche kommerzielle Einheiten verwenden jetzt Numpy, was immer beliebter wird. Das Verständnis, was diese Bibliothek bietet, ist daher entscheidend. Aufgrund seiner Syntax, die gleichzeitig stark und ausdrucksstark ist, ist Numpy einer der mächtigsten Python -Module. Es wird auch für die Array-Berechnung verwendet und ermöglicht Benutzern, Daten in höherdimensionalen Arrays, Matrizen und sogar Vektoren zu verwalten. In diesem Artikel werden wir Pythons numpy Inverse hervorheben. Wir werden erklären, wie eine Matrix in Python mit zahlreichen Beispielen umgekehrt werden kann.

Die Umkehrung der Matrix in Python

Eine Matrix wird als Array in zwei Dimensionen mit identisch großen Elementen definiert. Matrix -Darstellungen können mit verschachtelten Listen oder Numpy -Arrays vorgenommen werden.

Verwenden Sie den Numpy Linalg, um die inverse Matrix in Python zu berechnen.inv () Methode. Die Matrix, die eine Identitätsmatrix erzeugt, wenn sie mit der ursprünglichen Matrix multipliziert werden, ist eine inverse Matrix. In diesem Beitrag werden wir Informationen zur Verwendung der Numpy Inverse Matrix sowie mehrere Funktionen geben, um die Umkehrung eines Matrix -Arrays zu erzeugen.

Syntax von Numpy.Linalg.inv () Funktion

Sie können den Numpy verwenden.Linalg.inv () Methode mithilfe der folgenden Syntax zur Verfügung gestellt. Diese Funktion ist nur der Parameter „arr“, der die invertierende Matrix darstellt.

Lassen Sie uns nun mehrere Beispiele für ein besseres Verständnis des genannten Themas untersuchen.

Beispiel 1

Beginnen wir zuerst mit der Definition einer Matrix. Es kann als eine rechteckige Sammlung von Daten definiert werden. Die horizontalen Elemente in der Matrix werden als Zeilen bezeichnet, während die vertikalen Einträge als Spalten bezeichnet werden. Die Verwendung des NP.Linalg.Inv () Methode ist für die Matrix -Inverse -Funktion erforderlich. Die bereitgestellte Matrix wird mit dieser Funktion umgekehrt. Eine einfache Funktion, um die Umkehrung der Matrix zu erhalten, ist im Numpy -Modul von Python erhältlich. Die Funktion hilft dem Benutzer bei der Bestimmung, ob die Python -Bibliothek Numpy enthält.Linalg.inv ().

Wie Sie sehen, haben wir im folgenden Code das erforderliche Modul importiert, das Numpy ist. Es ist erforderlich, es für die erfolgreiche Berechnung des Codes aufzunehmen. Danach haben wir eine Variable mit dem Namen "input_arr" erstellt, in der wir das Array erstellt haben, das verschiedene Werte enthält. Die Werte umfassen [9,4] und [5, -7]. Eine andere Variable mit dem Namen "Resuly_arr" wird ebenfalls erstellt, in dem wir das Ergebnis speichern, das wir nach der Ausführung des NP erhalten.Linalg.inv () Funktion. Wir haben das erstellte Array in dieser Funktion bestanden. Schließlich haben wir das Ergebnis mit der Druckanweisung verwendet.

Numph als NP importieren
input_arr = np.Array ([[9, 4,], [5, -7]])
result_arr = np.Linalg.inv (input_arr)
print (result_arr)

Hier sehen Sie die Umkehrung der zuvor erstellten Matrix.

Beispiel 2

In Python bietet Numpy viele Funktionen zum Erstellen und Umgang mit Arrays. Unterschiedliche lineare Algebra -Techniken und -Funktionen werden im Numpy implementiert.Linalg Submodul.

Die Funktion numpy.Linalg.inv () aus diesem Modul kann verwendet werden, um die Umkehrung einer bestimmten Matrix zu bestimmen.

Diese Funktion kann auch in einem Versuch verwendet werden, außer Block zu blockieren. Diese Methode wird bevorzugt. Ein Fehler wird erhöht, und die Funktion im Außer Block ist für den Fall, dass die Inverse der Matrix nicht möglich ist.

Konzentrieren wir uns auf den Code. Hier können Sie sehen, dass das Numpy -Modul zuerst importiert wird. Im "Try" -Block des Codes haben wir eine Variable "my_arr" erstellt, in der die Matrix gespeichert ist. Danach wird eine Druckanweisung verwendet, um die Umkehrung der angegebenen Matrix anzuzeigen. Im außer dem Block des Code wird eine Nachricht angezeigt, falls der Code nicht die Umkehrung der Matrix angibt.

Numpy importieren
versuchen:
my_arr = numpy.Array ([[6,5], [10,7]])
Druck (Numpy.Linalg.inv (my_arr))
außer:
drucken ("umgekehrt nicht möglich."))

Im folgenden Bild sehen Sie die Umkehrung der oben erstellten Matrix.

Beispiel 3

Die Funktionen des Scipy -Moduls können verwendet werden, um eine Vielzahl von wissenschaftlichen Berechnungen durchzuführen. Die Skipie.Linalg.Inv () Methode wird verwendet, um die Umkehrung einer quadratischen Matrix zu erhalten. Es funktioniert ähnlich wie die Numpy.Linalg.inv () Funktion. Zeigen Sie den unten angegebenen Code an.

Im Code wird das Numpy -Modul zuerst importiert und aus dem Scipy -Modul haben wir Linalg importiert. Danach ein Numpy.Die Matrix wird in der erstellten Variablen erstellt und gespeichert. Der Name dieser Variablen lautet "arr_values". In der zweiten Zeile des Codes können Sie sehen, dass der Linalg.inv () wird ausgeführt, bei der wir die erstellte Variable „arr_values“ bereitgestellt haben, in der die Matrix gespeichert ist. Schließlich wird das Ergebnis mit Hilfe der Druckanweisung angezeigt. Dafür wird der Befehl "Print (arr_rsult)" verwendet.

Numpy importieren
von Scipy Import Linalg
arr_values ​​= numpy.Matrix ([5, 4,], [7, -9]])
arr_result = linalg.inv (arr_values)
print (arr_result)

Hier ist die folgende Ausgabe der ausgeführten Funktion, die im vorherigen Code erwähnt wurde.

Beispiel 4

In diesem Beispielprogramm werden wir die 3*3 -Matrix verwenden. Der Code zeigt, dass wir das Numpy -Modul in der ersten Zeile importiert haben. Eine Variable mit dem Namen "arr_data" wird erstellt, in der wir eine 3*3 -Matrix erstellt haben. Es enthält [9,3,3], [6, -4,7] und [6,12,5] Werte. Eine andere Variable, "output_arr", wird erstellt, in der wir den Numpy ausgeführt haben.Linalg -Funktion auf den erstellten Matrixwerten. Zuletzt wird die folgende Ausgabe angezeigt:

Numpy importieren
arr_data = numpy.Array ([[9, 3, 3],
[6, -4, 7],
[6, 12, 5]])
output_arr = numpy.Linalg.inv (arr_data)
print (output_arr)

Hier ist das Ergebnis der Umkehrung der 3*3 -Matrix.

Beispiel 5

In diesem Beispiel wird eine 4*4 -Matrix verwendet. Der Rest des Codes ist der gleiche wie oben, außer jetzt der Numpy.Die Linalg -Funktion wird auf der erstellten 4*4 -Matrix ausgeführt. Unsere 4*4 -Matrix enthält [3, 3, 2, 6], [4, -6, 1, 8], [5, 1, 6, 8] und [6, 2, 12, 5] Werte.

Numpy importieren
arr_data = numpy.Array ([[3, 3, 2, 6],
[4, -6, 1, 8],
[5, 1, 6, 8],
[6, 2, 12, 5]])
Druck (Numpy.Linalg.inv (arr_data))

Unten sehen Sie die Umkehrung der angegebenen 4*4 -Matrix:

Beispiel 6

Nach dem Import des Modul.Inv () -Methode wird in der Variablen "arr_res" gespeichert.

Numpy importieren
arr_val = numpy.Array ([[[5)., 2.], [7., 9.]]],
[[5, 9], [6, 3]]))
arr_res = numpy.Linalg.inv (arr_val)
print (arr_res)

Hier ist der Ausgang der Umkehrung des zweidimensionalen Arrays.

Abschluss

Dieser Artikel konzentriert sich auf die verschiedenen Möglichkeiten, um die Umkehrung einer Matrix zu erhalten. Wir haben die Kerndetails zu diesem Thema angegeben. Der Artikel enthält auch mehrere Beispiele, auf die Sie sich verweisen können, wenn Sie neu in diesem Konzept sind. Unsere Beispiele beinhalten die Codierung über die NP.Linalg.inv () Funktion, Scipy.Linalg.inv () Funktion und die Versuch und außer Methode. Wir haben alle Details zu diesen Funktionen erwähnt, damit Sie verstehen können, wie jeder funktioniert.