Операції з Матрицями в Python
1. Додавання та віднімання
Дві матриці A і B однакової форми можна додавати:
123456789import numpy as np A = np.array([[1, 2], [5, 6]]) B = np.array([[3, 4], [7, 8]]) C = A + B print(f'C:\n{C}') # C = [[4, 6], [12, 14]]
2. Правила множення
Множення матриць не є покомпонентним.
Правило: якщо A має форму (n,m), а B має форму (m,l), то результат має форму (n,l).
1234567891011121314151617181920import numpy as np # Example random matrix 3x2 A = np.array([[1, 2], [3, 4], [5, 6]]) print(f'A:\n{A}') # Example random matrix 2x4 B = np.array([[11, 12, 13, 14], [15, 16, 17, 18]]) print(f'B:\n{B}') # product shape (3, 4) product = np.dot(A, B) print(f'np.dot(A, B):\n{product}') # or equivalently product = A @ B print(f'A @ B:\n{product}')
3. Транспонування
Транспонування змінює місцями рядки та стовпці.
Загальне правило: якщо A має розмір (n×m), то AT має розмір (m×n).
1234567import numpy as np A = np.array([[1, 2, 3], [4, 5, 6]]) A_T = A.T # Transpose of A print(f'A_T:\n{A_T}')
4. Обернена матриця
Матриця A має обернену A−1, якщо:
A⋅A−1=IДе I — одинична матриця.
Не всі матриці мають обернену. Матриця повинна бути квадратною та повного рангу.
12345678910import numpy as np A = np.array([[1, 2], [3, 4]]) A_inv = np.linalg.inv(A) # Inverse of A print(f'A_inv:\n{A_inv}') I = np.eye(2) # Identity matrix 2x2 print(f'A x A_inv = I:\n{np.allclose(A @ A_inv, I)}') # Check if product equals identity
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Can you explain why matrix multiplication is not element-wise?
How do I know if a matrix is full-rank?
What happens if I try to invert a non-square matrix?
Awesome!
Completion rate improved to 1.96
Операції з Матрицями в Python
Свайпніть щоб показати меню
1. Додавання та віднімання
Дві матриці A і B однакової форми можна додавати:
123456789import numpy as np A = np.array([[1, 2], [5, 6]]) B = np.array([[3, 4], [7, 8]]) C = A + B print(f'C:\n{C}') # C = [[4, 6], [12, 14]]
2. Правила множення
Множення матриць не є покомпонентним.
Правило: якщо A має форму (n,m), а B має форму (m,l), то результат має форму (n,l).
1234567891011121314151617181920import numpy as np # Example random matrix 3x2 A = np.array([[1, 2], [3, 4], [5, 6]]) print(f'A:\n{A}') # Example random matrix 2x4 B = np.array([[11, 12, 13, 14], [15, 16, 17, 18]]) print(f'B:\n{B}') # product shape (3, 4) product = np.dot(A, B) print(f'np.dot(A, B):\n{product}') # or equivalently product = A @ B print(f'A @ B:\n{product}')
3. Транспонування
Транспонування змінює місцями рядки та стовпці.
Загальне правило: якщо A має розмір (n×m), то AT має розмір (m×n).
1234567import numpy as np A = np.array([[1, 2, 3], [4, 5, 6]]) A_T = A.T # Transpose of A print(f'A_T:\n{A_T}')
4. Обернена матриця
Матриця A має обернену A−1, якщо:
A⋅A−1=IДе I — одинична матриця.
Не всі матриці мають обернену. Матриця повинна бути квадратною та повного рангу.
12345678910import numpy as np A = np.array([[1, 2], [3, 4]]) A_inv = np.linalg.inv(A) # Inverse of A print(f'A_inv:\n{A_inv}') I = np.eye(2) # Identity matrix 2x2 print(f'A x A_inv = I:\n{np.allclose(A @ A_inv, I)}') # Check if product equals identity
Дякуємо за ваш відгук!