Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Linear Algebra Operations | Getting into NumPy Basics
Getting into NumPy Basics
course content

Зміст курсу

Getting into NumPy Basics

bookLinear Algebra Operations

NumPy offers a plethora of functions for executing linear algebra operations on arrays, including matrix multiplication, transposition, inversion, and decomposition. Key functions include:

  • dot(): Computes the dot product of two arrays;
  • transpose(): Transposes an array;
  • inv(): Computes the inverse of a matrix;
  • linalg.svd(): Performs the singular value decomposition of a matrix;
  • linalg.eig(): Determines the eigenvalues and eigenvectors of a matrix.

Завдання

  1. Compute the dot product of the arrays.
  2. Transpose the first array.
  3. Compute the inverse of the second array.

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

NumPy offers a plethora of functions for executing linear algebra operations on arrays, including matrix multiplication, transposition, inversion, and decomposition. Key functions include:

  • dot(): Computes the dot product of two arrays;
  • transpose(): Transposes an array;
  • inv(): Computes the inverse of a matrix;
  • linalg.svd(): Performs the singular value decomposition of a matrix;
  • linalg.eig(): Determines the eigenvalues and eigenvectors of a matrix.

Завдання

  1. Compute the dot product of the arrays.
  2. Transpose the first array.
  3. Compute the inverse of the second array.

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Секція 1. Розділ 5
some-alt