快捷導(dǎo)航

Python求矩陣的范數(shù)和行列式

更新時(shí)間：2023年04月09日 11:43:21 作者：微小冷

這篇文章主要介紹了Python求矩陣的范數(shù)和行列式，文章中有詳細(xì)的代碼實(shí)例，感興趣的同學(xué)可以參考閱讀

在scipy.linalg的函數(shù)中，往往會(huì)提供兩種參數(shù)，其一是check_finite，當(dāng)為True時(shí)將進(jìn)行有限檢查，另一類是overwrite_xxxx，表示xxxx在計(jì)算過(guò)程中是否可以被覆寫(xiě)。簡(jiǎn)潔起見(jiàn)，后文中說(shuō)a提供覆寫(xiě)開(kāi)關(guān)，就表示存在一個(gè)參數(shù)overwrite_a，當(dāng)其為True時(shí)，a允許計(jì)算過(guò)程中被覆寫(xiě)；若說(shuō)提供有限檢查開(kāi)關(guān)，則代表提供check_finite參數(shù)。

范數(shù)

在scipy.linalg中提供了函數(shù)norm用來(lái)求范數(shù)，其定義為

norm(a, ord=None, axis=None, keepdims=False, check_finite=True)

其中ord用于聲明范數(shù)的階

ord	矩陣范數(shù)	向量范數(shù)
None	弗羅貝尼烏斯范數(shù)	2-范數(shù)
`'fro'`	弗羅貝尼烏斯范數(shù)	-
`'nuc'`	核范數(shù)	-
inf	`max(sum(abs(a), axis=1))`	max ? ( ∣ a ∣ )
-inf	`min(sum(abs(a), axis=1))`	min ? ( ∣ a ∣ )
0	-	`sum(a!=0)`
1	`max(sum(abs(a), axis=0))`
-1	`min(sum(abs(a), axis=0))`
2	2-范數(shù)(最大奇異值)
-2	最小奇異值

若a為向量，若ord為非零整數(shù)，記作n nn，設(shè)a i a_iai?為矩陣a aa中的元素，則矩陣的n nn范數(shù)為

核范數(shù)又稱“跡范數(shù)” (trace norm)，表示矩陣的所有奇異值之和。

Frobenius范數(shù)可定義為

其實(shí)質(zhì)是向量的2-范數(shù)在矩陣中的自然推廣。

除了scipy.linalg之外，numpy.linalg中也提供了norm，其參數(shù)為

norm(x, ord=None, axis=None, keepdims=False)

其中order的可選參數(shù)與scipy.linalg中的norm函數(shù)相同。

行列式

在scipy.linalg中，行列式函數(shù)為det，其定義非常簡(jiǎn)單，除了待求矩陣a之外，就只有a的覆寫(xiě)開(kāi)關(guān)和有限檢查。

示例如下

import numpy as np
from scipy import linalg
a = np.array([[1,2,3], [4,5,6], [7,8,9]])
linalg.det(a)
# 0.0
a = np.array([[0,2,3], [4,5,6], [7,8,9]])
linalg.det(a)
# 3.0

跡

scipy.linalg不提供trace函數(shù)，但是numpy提供，其定義為

umpy.trace(a, offset=0, axis1=0, axis2=1, dtype=None, out=None)

其中

offset為偏移量，表示相對(duì)于主對(duì)角線的偏移
axis1, axis2 表示坐標(biāo)軸
dtype 用于調(diào)整輸出值的數(shù)據(jù)類型

>>> x = np.random.rand(3,3)
>>> print(x)
[[0.26832187 0.64615363 0.09006217]
 [0.63106319 0.65573765 0.35842304]
 [0.66629322 0.16999836 0.92357658]]
>>> np.trace(x)
1.8476361016546932

到此這篇關(guān)于Python求矩陣的范數(shù)和行列式的文章就介紹到這了,更多相關(guān)Python求矩陣范數(shù)和行列式內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

相關(guān)文章

Pandas?DataFrame添加一行數(shù)據(jù)的幾種方法
在處理數(shù)據(jù)分析和數(shù)據(jù)科學(xué)項(xiàng)目時(shí),經(jīng)常會(huì)使用到Python中的pandas庫(kù)來(lái)進(jìn)行數(shù)據(jù)操作和分析,其中DataFrame是pandas庫(kù)中最重要的數(shù)據(jù)結(jié)構(gòu)之一,這篇文章主要給大家介紹了關(guān)于Pandas?DataFrame添加一行數(shù)據(jù)的幾種方法,需要的朋友可以參考下
2024-08-08
基于Python fminunc 的替代方法
今天小編就為大家分享一篇基于Python fminunc 的替代方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2020-02-02
python中統(tǒng)計(jì)相同字符的個(gè)數(shù)方法實(shí)例
我們?cè)陂_(kāi)發(fā)中經(jīng)常需要統(tǒng)計(jì)某個(gè)字符或字符串出現(xiàn)的次數(shù),下面這篇文章主要給大家介紹了關(guān)于python中統(tǒng)計(jì)相同字符的個(gè)數(shù)的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
2023-01-01
pandas數(shù)據(jù)清洗,排序,索引設(shè)置,數(shù)據(jù)選取方法
下面小編就為大家分享一篇pandas數(shù)據(jù)清洗,排序,索引設(shè)置,數(shù)據(jù)選取方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2018-05-05
Python實(shí)現(xiàn)正則表達(dá)式匹配任意的郵箱方法
今天小編就為大家分享一篇Python實(shí)現(xiàn)正則表達(dá)式匹配任意的郵箱方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2018-12-12
利用anaconda作為python的依賴庫(kù)管理方法
今天小編就為大家分享一篇利用anaconda作為python的依賴庫(kù)管理方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-08-08
快速解釋如何使用pandas的inplace參數(shù)的使用
這篇文章主要介紹了快速解釋如何使用pandas的inplace參數(shù)的使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2020-07-07
python實(shí)現(xiàn)飛機(jī)大戰(zhàn)項(xiàng)目
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)飛機(jī)大戰(zhàn)項(xiàng)目，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2020-03-03
python?管理系統(tǒng)實(shí)現(xiàn)mysql交互的示例代碼
這篇文章主要介紹了python?管理系統(tǒng)實(shí)現(xiàn)mysql交互,本文通過(guò)實(shí)例代碼圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2021-12-12
使用國(guó)內(nèi)鏡像源優(yōu)化pip install下載的方法步驟
在Python開(kāi)發(fā)中,pip 是一個(gè)不可或缺的工具,用于安裝和管理Python包,然而,由于默認(rèn)的PyPI服務(wù)器位于國(guó)外,國(guó)內(nèi)用戶在安裝依賴時(shí)可能會(huì)遇到下載速度慢、連接不穩(wěn)定等問(wèn)題,所以本文將詳細(xì)介紹如何使用國(guó)內(nèi)鏡像源來(lái)加速pip install -r requirements.txt的過(guò)程
2025-03-03