Denne artikel introducerer dig Matrix i med hver operation, der vedrører emnet med en programmatisk demonstration. Følgende punkter vil blive dækket i denne artikel,
- Matrix i Python
- NumPy-pakke til matricer i Python
- Multiplikation af matricer
- Transponere af en matrix
Lad os komme i gang dengang,
Matrix i Python
Matrix er intet andet end et rektangulært array af tal eller enhver anden form for data. Det grundlæggende koncept for en matrix skal være tydeligt, før man kører på matricer inden for grænserne for python-programmeringssprog. Det vandrette arrangement af data er rækker, og det lodrette arrangement er søjler. Størrelsen på eventuelle matricer eller med andre ord antallet af elementer inde i en matrix er (R) X (C), hvor R er rækker og C, kolonner. Python har ikke en indbygget type til matricer, så vi betragter to eller flere lister sammen som en matrix.
Lad os nu se på visning af elementer i en matrix og dens funktionalitet. Overvej nedenstående illustreret pythonkode.
print ('nVELKOMMEN TIL EDUREKA! n') print ('Nedenfor er en Matrixn') A = [[1,4,5,12], [-5,8,9,0] [-6,7,11, 19]] print ('A =', A) print ('n Forsøg på at udskrive 2. roning') print ('A [1] =', A [1]) print ('n Forsøg på at udskrive 2. række, 3. elementn ') print (' A [1] [2] = ', A [1] [2]) print (' nSkriv sidste element i 1. roning ') print (' A [0] [3] = ', A [ 0] [3]) kolonne = [] for række i A: kolonne.append (række [2]) print ('n Viser kun 3. kolonne n') print ('3. kolonne =', kolonne) print ('n tak hav en god dag!')
Produktion
Fortsætter med denne artikel
NumPy-pakke til matricer i Python
abstrakt klasse og interface forskel
Numpy er et pythonbibliotek, der giver mulighed for videnskabelig computing. Numpy kan hjælpe brugerne med at arbejde på flerdimensionelle arrays.
/ Tilføjelse af matricer print ('nVELKOMMEN TIL EDUREKA! N') import numpy som np A = np.array ([[24,41], [35, -9]]) B = np.array ([[19, - 36], [37,68]]) C = A + B-udskrivning ('Opsummering af en matrix ved hjælp af Numpy er forenklet') print (C) print ('nTak!')
Produktion
/
Fortsætter med denne artikel
Multiplikation af matricer
Produktet af to matricer findes ved hjælp af Numpy-biblioteker som illustreret nedenfor.
// Importer følelsesløs som np A = np.array ([[7,1,3], [6, -2,0]]) B = np.array ([[2,3], [9,5], [4, -2]]) C = A. dot (B) print ('nProduktet fra to matricer er n') print (C) print ('nTak! N')
Produktion
Fortsætter med denne artikel om Matrix In Python,
hvordan man bruger tostring-metoden
Transponere af en matrix
Transponering henviser til en ny matrix dannet, hvis rækker nu er kolonnerne, og hvis kolonner nu er rækkerne i den oprindelige matrix.
// Importer numpy som np A = np.array ([[1,1], [2,1], [3, -3]]) print (“n Dette er din originale matrixn”) print (A) print ( “Dette er din transponere”) print (A.transponere ()) print (“nTak”)
Produktion
Dette bringer os til slutningen af denne artikel.
For at få dybdegående viden om Python sammen med dens forskellige applikationer kan du til live online træning med support døgnet rundt og levetid adgang.
Har du et spørgsmål til os? Nævn dem i kommentarfeltet i artiklen, og vi vender tilbage til dig.