在 Python 中计算线性代数中矩阵的条件数

要计算线性代数中矩阵的条件数，请使用 numpy. Python中的方法。此方法能够使用七种不同规范之一返回条件数，具体取决于 p 的值。linalg.cond()

返回矩阵的条件数。可能是无限的。x的条件数定义为x的范数乘以x的倒数的范数；范数可以是通常的 L2 范数或许多其他矩阵范数之一。第一个参数是 x，即寻找其条件数的矩阵。第二个参数是 p，即条件数计算中使用的范数的阶数。

脚步

首先，导入所需的库 -

import numpy as np
from numpy import linalg as LA

创建一个数组 -

arr = np.array([[ 1, 1, 0],
   [1, 0, 1],
   [1, 0, 0]])

显示数组 -

print("Our Array...\n",arr)

检查尺寸 -

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型 -

print("\nDatatype of our Array object...\n",arr.dtype)

获得形状 -

print("\nShape of our Array object...\n",arr.shape)

要计算线性代数中矩阵的条件数，请使用 numpy. Python中的方法 -linalg.cond()

print("\nResult...\n",LA.cond(arr))

示例

import numpy as np
from numpy import linalg as LA

#创建一个数组
arr = np.array([[ 1, 1, 0],
   [1, 0, 1],
   [1, 0, 0]])

#显示数组
print("Our Array...\n",arr)

#检查尺寸
print("\nDimensions of our Array...\n",arr.ndim)

#获取数据类型
print("\nDatatype of our Array object...\n",arr.dtype)

#获取形状
print("\nShape of our Array object...\n",arr.shape)

#要在线性代数中计算矩阵的条件数，请使用 Python 中的 numpy.linalg.cond() 方法
print("\nResult...\n",LA.cond(arr))

Our Array...
[[1 1 0]
[1 0 1]
[1 0 0]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(3, 3)

Result...
3.7320508075688776