在本文中，我們將向您展示如何使用 Python 中的 NumPy 函式庫計算矩陣或 ndArray 的逆。
矩陣的逆矩陣是這樣的，如果它乘以原始矩陣，就會得到單位矩陣。
矩陣的逆只是矩陣的倒數，就像在常規算術中一樣，對於用於求解方程式以獲得未知變數值的單一數字。矩陣的逆矩陣是與原始矩陣相乘時產生單位矩陣的矩陣。
只有當矩陣是非奇異的，即行列式不為0時，矩陣的逆才存在。我們可以使用下面的公式，使用行列式和伴隨矩陣來簡單地找到方陣的逆
if det(A) != 0 A-1 = adj(A)/det(A) else "Inverse does not exist"
Python 有一個非常簡單的方法來計算矩陣的逆。若要計算矩陣的逆，請使用 Python 中 NumPy 模組中的 numpy.linalg.inv() 函數繞過矩陣。
numpy.linalg.inv(array)
array- 它是必須反轉的矩陣。
傳回值- numpy.linalg.inv() 函數傳回矩陣的逆矩陣。
以下是執行所需任務所需遵循的演算法/步驟 -
使用 import 關鍵字，匯入帶有別名 (np) 的numpy模組。
使用numpy.array()函數（傳回一個ndarray。ndarray是滿足給定要求的陣列物件），透過傳遞3維數組來建立numpy數組array(3rows, 3columns)作為它的參數。
使用 numpy 模組的linalg.inv()函數（計算矩陣的逆）透過將輸入矩陣作為參數傳遞來計算輸入 3x3 矩陣的逆並列印逆矩陣。
以下程式使用numpy.linalg.inv() 函數傳回輸入3 維(3x3) 矩陣的逆矩陣-
#
# importing numpy module with an alias name import numpy as np # creating a 3-Dimensional(3x3) numpy matrix inputArray_3d = np.array([[4, 5, 1], [3, 4, 12], [10, 2, 1]]) # printing the input 3D matrix print("The input numpy 3D matrix:") print(inputArray_3d) # calculating the inverse of an input 3D matrix resultInverse= np.linalg.inv(inputArray_3d) # printing the resultant inverse of an input matrix print("The Inverse of 3-Dimensional(3x3) numpy matrix:") print(resultInverse)
執行時，上述程式將產生以下輸出 -
The input numpy 3D matrix: [[ 4 5 1] [ 3 4 12] [10 2 1]] The Inverse of 3-Dimensional(3x3) numpy matrix: [[-0.04246285 -0.00636943 0.11889597] [ 0.24840764 -0.01273885 -0.0955414 ] [-0.07218684 0.08917197 0.00212314]]
使用 scipy 模組的功能，我們可以執行各種科學計算。它也適用於 numpy 陣列。
在Python中，scipy.linalg.inv()還可以傳回給定方陣的逆矩陣。它的運作方式與 numpy.linalg.inv() 函數相同。
以下是執行所需任務所需遵循的演算法/步驟 -
使用 import 關鍵字，從scipy模組匯入 linalg。
使用numpy.matrix()函數（從資料字串或類似陣列的物件傳回矩陣。產生的矩陣是專門的二維陣列），用於建立numpy 矩陣，透過將二維數組（2行，2列）作為參數傳遞給它。
使用 scipy 模組的linalg.inv()函數（計算矩陣的逆）透過將輸入矩陣作為參數傳遞來計算輸入 2x2 矩陣的逆並列印逆矩陣。
import numpy as np # importing linalg from scipy module from scipy import linalg # creating a 2-Dimensional(2x2) NumPy matrix inputMatrix = np.matrix([[5, 2],[7, 3]]) # printing the input 2D matrix print("The input numpy 2D matrix:") print(inputMatrix) # calculating the inverse of an input 2D matrix resultInverse = linalg.inv(inputMatrix) # printing the resultant inverse of an input matrix print("The Inverse of 2-Dimensional(2x2) numpy matrix:") print(resultInverse)
The input numpy 2D matrix: [[5 2] [7 3]] The Inverse of 2-Dimensional(2x2) numpy matrix: [[ 3. -2.] [-7. 5.]]
以下是執行所需任務所需遵循的演算法/步驟 -
使用numpy.matrix()函數（從資料字串或類似陣列的物件傳回矩陣。產生的矩陣是專門的4D 陣列），用於建立numpy 矩陣，透過將4 維數組（4 行，4 列）作為參數傳遞給它。
import numpy as np # creating a NumPy matrix (4x4 matrix) using matrix() method inputMatrix = np.matrix('[11, 1, 8, 2; 11, 3, 9 ,1; 1, 2, 3, 4; 9, 8, 7, 6]') # printing the input 4D matrix print("The input NumPy matrix:") print(inputMatrix) # calculating the inverse of an input matrix resultInverse= np.linalg.inv(inputMatrix) # printing the resultant inverse of an input matrix print("The Inverse of 4-Dimensional(4x4) numpy matrix:") print(resultInverse)
The input NumPy matrix: [[11 1 8 2] [11 3 9 1] [ 1 2 3 4] [ 9 8 7 6]] The Inverse of 4-Dimensional(4x4) numpy matrix: [[ 0.25 -0.23214286 -0.24107143 0.11607143] [-0.25 0.16071429 -0.09464286 0.11964286] [-0.25 0.375 0.3125 -0.1875 ] [ 0.25 -0.30357143 0.12321429 0.05178571]]
在本文中，我們學習如何使用三個不同的範例來計算矩陣的逆。我們學習如何使用兩種不同的方法在 Numpy 中取得矩陣：numpy.array() 和 NumPy.matrix()。
以上是如何在Python中求逆矩陣或nArray？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
