Cách vẽ ma trận trong Python
Ma trận được sử dụng như một công cụ toán học cho nhiều mục đích khác nhau trong thế giới thực. Trong bài viết này, chúng ta sẽ thảo luận mọi thứ về Ma trận trong Python bằng thư viện NumPy nổi tiếng theo thứ tự sau Show
THƯỞNG. Kết hợp tất cả lại với nhau – Mã Python để giải một hệ phương trình tuyến tính Hãy bắt đầu với Ma trận trong Python NumPy là gì và khi nào sử dụng nó?NumPy là một thư viện Python cho phép tính toán số dễ dàng liên quan đến các mảng và ma trận đơn và đa chiều. Đúng như tên gọi, NumPy vượt trội trong việc thực hiện các phép tính số. Nhiều thư viện khoa học dữ liệu như Pandas, Scikit-learn, SciPy, matplotlib, v.v. phụ thuộc vào NumPy. Nó tạo thành một phần không thể thiếu trong các ứng dụng khoa học dữ liệu ngày nay được viết bằng Python Nhiều phép tính đại số tuyến tính trở nên dễ giải quyết bằng NumPy. Đại số tuyến tính là công cụ toán học cốt lõi được sử dụng trong nhiều thuật toán Machine Learning. Do đó, biết chi tiết về NumPy sẽ giúp bạn tạo thư viện hoặc mở rộng thư viện Machine Learning hiện có NumPy cung cấp
Bây giờ, hãy tiếp tục với ma trận của chúng ta trong Python và xem cách tạo ma trận Tạo ma trận trong NumPyTạo ma trận bằng danh sách## Import numpy import numpy as np ## Create a 2D numpy array using python lists arr = np.array([[ 1, 2, 3],[ 4, 5, 6]]) print(arr) np. mảng được sử dụng để tạo mảng NumPy từ danh sách. Mảng NumPy thuộc loại ndarray Đầu ra của chương trình trên là Nó đại diện cho một ma trận 2D nơi đầu vào cho np. mảng () là một danh sách các danh sách [[ 1, 2, 3],[ 4, 5, 6]]. Mỗi danh sách trong danh sách cha tạo thành một hàng trong ma trận Tạo ma trận sử dụng phạm vinp. arange() có thể tạo ra một dãy số bắt đầu và kết thúc ## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5)) Câu lệnh trên xuất ra mảng 1D sau Để tạo ma trận 2D, chúng ta có thể sử dụng np. arange() trong danh sách. Chúng tôi chuyển danh sách này vào np. array() biến nó thành mảng 2D NumPy print(np.array([np.arange(0,5), np.arange(5,10)])) Câu lệnh trên xuất ra mảng 2D sau Hình dạng của mảng NumPyChúng tôi đề cập đến bất kỳ đối tượng NumPy nào dưới dạng một mảng có kích thước N. Trong toán học, nó được gọi là ma trận của chiều N. Mọi đối tượng ndarray NumPy đều có thể được truy vấn về hình dạng của nó. Hình dạng là một bộ có định dạng (n_rows, n_cols) Đoạn mã sau in hình dạng của ma trận ## Using example from above section to generate a matrix using ranges arr_2d = np.array([np.arange(0,5), np.arange(5,10)]) print(arr_2d.shape) đầu ra (2, 5) có nghĩa là ma trận có 2 hàng và 5 cột Ma trận chứa đầy số không và số mộtđiền vào số không## Create a matrix of shape (3, 4) filled wit zeros ## By default float64 type of numbers are generated if not specified print(np.zeros((3, 4))) đầu ra Có một sự thay đổi trong khi tạo ma trận với các ma trận, chúng tôi đã chuyển một tham số bổ sung dtype=np. int16. Điều này buộc np. one để tạo số nguyên thay vì float mặc định. Tham số bổ sung này cũng có thể được chuyển vào np. số không Hoạt động ma trận và ví dụPhép cộngVí dụ dưới đây giải thích hai loại cộng
import numpy as np ## Generate two matrices mat_2d_1 = np.array([np.arange(0,3), np.arange(3,6)]) mat_2d_2 = np.array([np.arange(6,9), np.arange(9,12)])print("Ma trận 1. n ", mat_2d_1) print("Ma trận 2. n ", mat_2d_2) ## Thêm 1 vào mỗi phần tử trong mat_2d_1 và in ra print("Cộng vô hướng. n ", mat_2d_1 + 1) ## Thêm hai ma trận ở trên theo từng phần tử print("Cộng theo phần tử của hai ma trận có cùng kích thước. n", mat_2d_1 + mat_2d_2) đầu ra phép trừPhép trừ cũng giống như phép cộng. Ta chỉ cần chuyển phép toán từ phép cộng sang phép trừ import numpy as np ## Generate two matrices mat_2d_1 = np.array([np.arange(0,3), np.arange(3,6)]) mat_2d_2 = np.array([np.arange(6,9), np.arange(9,12)]) print("Matrix1: n ", mat_2d_1) print("Matrix2: n ", mat_2d_2) ## Subtract 1 from each element in mat_2d_1 and print it print("Scalar addition: n ", mat_2d_1 - 1) ## Subtract two matrices above elementwise print("Element wise subtraction of two matrices of same size: n ", mat_2d_1 - mat_2d_2) đầu ra Sản phẩmHai loại hoạt động nhân hoặc sản phẩm có thể được thực hiện trên ma trận NumPy
import numpy as np ## Generate two matrices of shape (2,3) and (3,2) so that we can find ## dot product mat_2d_1 = np.array([np.arange(0,3), np.arange(3,6)]) mat_2d_2 = np.array([np.arange(0,2), np.arange(2,4), np.arange(4,6)]) ## Print shapes and matrices print("Matrix1: n ", mat_2d_1) print("Matrix1 shape: n", mat_2d_1.shape) print("Matrix2: n ", mat_2d_2) print("Matrix2 shape: n", mat_2d_2.shape) ## Multiply each element by 2 in mat_2d_1 and print it print("Scalar Product: n ", mat_2d_1 * 2) ## Find product of two matrices above using dot product print("Dot Product: n ", np.dot(mat_2d_1, mat_2d_2)) QUAN TRỌNG. Lưu ý cẩn thận rằng toán tử * chỉ được sử dụng cho phép nhân vô hướng. Tuy nhiên, đối với phép nhân ma trận, chúng ta sử dụng hàm np. dot() lấy hai mảng NumPy 2D làm đối số đầu ra Phân côngPhép chia vô hướng phần tử có thể được thực hiện bằng cách sử dụng toán tử chia / ________số 8đầu ra số mũCó thể tìm ra số mũ thông minh của phần tử bằng cách sử dụng toán tử ** ## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5))0 đầu ra chuyển vị
## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5))1 đầu ra
Cắt để chọn một cột## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5))3 đầu ra
Cắt lát để chọn một ma trận con## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5))4 đầu ra
THƯỞNG. Giải hệ phương trình tuyến tínhHệ phương trình
## Generate numbers from (start) to (end-1) ## Here start = 0 ## end = 5 ## Generated a NumPy array from 0 to 4 print(np.arange(0,5))5 đầu ra Trong đó, x = -4. 5, y = 0. 5 và z = 5. 0 Với điều này, chúng tôi đã đi đến cuối bài viết của chúng tôi. Tôi hy vọng bạn đã hiểu ma trận trong Python là gì Để có kiến thức chuyên sâu về Python cùng với các ứng dụng khác nhau của nó, bạn có thể đăng ký khóa học cấp chứng chỉ Python trực tuyến trực tuyến với sự hỗ trợ 24/7 và quyền truy cập trọn đời. Có một câu hỏi cho chúng tôi? |