5.6Python数据处理篇之Sympy系列(六)---矩阵的操作

前言

今天我们学习的是，有关sympy的矩阵操作

对应官方的：Matrices

官方教程
 https://docs.sympy.org/latest/tutorial/matrices.html
参考网站
 https://junjiecai.github.io/posts/2017/Jan/30/sympy_intro_3/

（一）矩阵的创建-Matrix（）

1.说明：

Matrix（ｌｉｓｔ），使用list来确定矩阵的维度。

２.源代码：

from sympy import *

# 一纬矩阵
m1 = Matrix([1, 2, 3])

#二维矩阵
m2 = Matrix([[1, -1], [3, 4], [0, 2]])


print(latex(m1))
print(latex(m2))

3.输出：

$\left[\begin{matrix}1\\2\\3\end{matrix}\right]$

$\left[\begin{matrix}1 & -1\\3 & 4\\0 & 2\end{matrix}\right]$

01.png

（二）常用的构造矩阵

1.说明：

可以使用sympy自带的方法来快速的构造常用矩阵

单位矩阵：eye(）

零矩阵：zeros(）

一矩阵：ones(）

对角矩阵：diag(）

2.源代码：

from sympy import *

# 单位矩阵
m1 = eye(3)
print(latex(m1))

# 零矩阵
m2 = zeros(3, 4)
print(latex(m2))

# 一矩阵
m3 = ones(3, 4)
print(latex(m3))

# 对角矩阵
m4 = diag([1, 2, 3])
print(latex(m4))

3.输出：

单位矩阵
$\left[\begin{matrix}1 & 0 & 0\\0 & 1 & 0\\0 & 0 & 1\end{matrix}\right]$
零矩阵
$\left[\begin{matrix}0 & 0 & 0 & 0\\0 & 0 & 0 & 0\\0 & 0 & 0 & 0\end{matrix}\right]$

一矩阵
$\left[\begin{matrix}1 & 1 & 1 & 1\\1 & 1 & 1 & 1\\1 & 1 & 1 & 1\end{matrix}\right]$
对角矩阵
$\left[\begin{matrix}1 & 0 & 0\\0 & 2 & 0\\0 & 0 & 3\end{matrix}\right]$

02.png

（三）基本操作

1.说明：

基本操作有以下几个：

获取形状：.shape()

获得单行与单列：.row(n) .col(n)

删除行与列：row_del(n) .col_del(n)

插入新行与列：.row_insert(pos, M) .col_insert(pos, M)

对矩阵求转置：m.T

2.源代码：

from sympy import *

m = Matrix([[1, -1], [3, 4], [0, 2]])
# 矩阵
print(m)

# 获得形状
print(m.shape)

# 获得单行与单列
print(m.row(0))
print(m.col(0))

# 删除行与列
m.row_del(0)
print("删除第一行后：", m)

m.col_del(0)
print("删除第一列后：", m)
print(m)

# 插入新的行与列
m2 = Matrix([[2, 3]])
print("m2:", m2)

m2 = m2.row_insert(1, Matrix([[0, 4]]))
print("插入新行后：", m2)

m2 = m2.col_insert(2, Matrix([9, 8]))
print("插入新列后：", m2)

# 求逆矩阵
print("其逆矩阵是：", m2.T)

3.输出：

$m = \left[\begin{matrix}1 & -1\\3 & 4\\0 & 2\end{matrix}\right]$

其形状是：（3， 2）

第一行是：
$\left[\begin{matrix}1 & -1\end{matrix}\right]$
第一列是：
$\left[\begin{matrix}1\\3\\0\end{matrix}\right]$
删除第一行后：
$\left[\begin{matrix}3 & 4\\0 & 2\end{matrix}\right]$
删除第一列后：
$\left[\begin{matrix}4\\2\end{matrix}\right]$

$m2 = \left[\begin{matrix}2 & 3\end{matrix}\right]$

插入一行是：
$\left[\begin{matrix}2 & 3\\0 & 4\end{matrix}\right]$
插入一列是：
$\left[\begin{matrix}2 & 3 & 9\\0 & 4 & 8\end{matrix}\right]$
其转转置矩阵是：
$\left[\begin{matrix}2 & 3 & 9\\0 & 4 & 8\end{matrix}\right]$

03.png

（四）矩阵的运算

1.加减法

（1）说明：

sympy里的加减法，直接使用+ -即可

（2）源代码：

from sympy import *

M = Matrix([1, 2, 3])

N = Matrix([4, 5, 6])

# 加法与减法

print("M+N:", M+N)
print("M-N:", M-N)

（3）输出效果：

$M = \left[\begin{matrix}1\\2\\3\end{matrix}\right]$

$N = \left[\begin{matrix}4\\5\\6\end{matrix}\right]$

$M + N =\left[\begin{matrix}5\\7\\9\end{matrix}\right]$

$M - N = \left[\begin{matrix}-3\\-3\\-3\end{matrix}\right]$

04.png

2.乘法与求逆

（1）说明：

乘法：*

求逆矩阵：M**(-1)

（2）源代码：

from sympy import *

M = Matrix([[1, -1, 1], [2, 3, -2]])
N = Matrix([[1, 2], [2, 1], [1, 1]])

# 求乘法
print(M*N)

# 求逆矩阵
m = Matrix([[1, 3], [-2, 3]])
print(m**(-1))

（3）输出效果：

$M = \left[\begin{matrix}1 & -1 & 1\\2 & 3 & -2\end{matrix}\right]$

$N = \left[\begin{matrix}1 & 2\\2 & 1\\1 & 1\end{matrix}\right]$

$M*N = \left[\begin{matrix}0 & 2\\6 & 5\end{matrix}\right]$

$m = \left[\begin{matrix}1 & 3\\-2 & 3\end{matrix}\right]$

$m^{-1} = \left[\begin{matrix}\frac{1}{3} & - \frac{1}{3}\\\frac{2}{9} & \frac{1}{9}\end{matrix}\right]$

05.png

（五）行列式

1.说明：

求行列式：M.det()

求阶梯矩阵：M.rref()

求特征值与向量：M.eignvals()

2.源代码：

from sympy import *


M = Matrix([[1, 0, 1], [2, -1, 3], [4, 3, 2]])

# 求行列式
print("行列式:", M.det())

# 求阶梯行列式
print("阶梯行列式:", M.rref())


# 求特征值与特征向量
M = Matrix([[3, -2,  4, -2], [5,  3, -3, -2], [5, -2,  2, -2], [5, -2, -3,  3]])
print("特征值与特征向量: ", M.eigenvals())

3.输出：

$\begin{vmatrix}1 & 0 & 1\\2 & -1 & 3\\4 & 3 & 2\end{vmatrix}=1$

$M = \left[\begin{matrix}1 & 0 & 1\\2 & -1 & 3\\4 & 3 & 2\end{matrix}\right]$
M的阶梯矩阵：
$\left ( \left[\begin{matrix}1 & 0 & 0\\0 & 1 & 0\\0 & 0 & 1\end{matrix}\right], \quad \left ( 0, \quad 1, \quad 2\right )\right )$

另一个M矩阵：
$M = \left[\begin{matrix}3 & -2 & 4 & -2\\5 & 3 & -3 & -2\\5 & -2 & 2 & -2\\5 & -2 & -3 & 3\end{matrix}\right]$
其特征值是：
$\left \{ -2 : 1, \quad 3 : 1, \quad 5 : 2\right \}$

06.png

（六）对角化矩阵

1.说明：

如果要对角化一个矩阵，用diagonalize()

2.源代码：

from sympy import *

M = Matrix([[3, -2,  4, -2], [5,  3, -3, -2], [5, -2,  2, -2], [5, -2, -3,  3]])

P, D = M.diagonalize()

print('矩阵M')
print(M)

print('矩阵P')
print(P)

print('矩阵D')
print(D)

print("P*D*P**-1")
print(P*D*P**-1)

3.输出：

$M = \left[\begin{matrix}3 & -2 & 4 & -2\\5 & 3 & -3 & -2\\5 & -2 & 2 & -2\\5 & -2 & -3 & 3\end{matrix}\right]$

$P = \left[\begin{matrix}0 & 1 & 1 & 0\\1 & 1 & 1 & -1\\1 & 1 & 1 & 0\\1 & 1 & 0 & 1\end{matrix}\right]$

$D = \left[\begin{matrix}-2 & 0 & 0 & 0\\0 & 3 & 0 & 0\\0 & 0 & 5 & 0\\0 & 0 & 0 & 5\end{matrix}\right]$

$PDP^{−1}=$
$\left[\begin{matrix}3 & -2 & 4 & -2\\5 & 3 & -3 & -2\\5 & -2 & 2 & -2\\5 & -2 & -3 & 3\end{matrix}\right]$

07.png

作者：Mark

日期：2019/03/18 周一

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 212,383评论 6赞 493
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 90,522评论 3赞 385
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 157,852评论 0赞 348
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 56,621评论 1赞 284
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 65,741评论 6赞 386
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 49,929评论 1赞 290
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 39,076评论 3赞 410
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 37,803评论 0赞 268
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 44,265评论 1赞 303
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 36,582评论 2赞 327
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 38,716评论 1赞 341
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 34,395评论 4赞 333
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 40,039评论 3赞 316
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 30,798评论 0赞 21
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,027评论 1赞 266
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 46,488评论 2赞 361
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 43,612评论 2赞 350

5.6Python数据处理篇之Sympy系列(六)---矩阵的操作

5.6Python数据处理篇之Sympy系列(六)---矩阵的操作

目录

前言

（一）矩阵的创建-Matrix（）

1.说明：

２.源代码：

3.输出：

（二）常用的构造矩阵

1.说明：

2.源代码：

3.输出：

（三）基本操作

1.说明：

2.源代码：

3.输出：

（四）矩阵的运算

1.加减法

（1）说明：

（2）源代码：

（3）输出效果：

2.乘法与求逆

（1）说明：

（2）源代码：

（3）输出效果：

（五）行列式

1.说明：

2.源代码：

3.输出：

（六）对角化矩阵

1.说明：

2.源代码：

3.输出：

作者：Mark

日期：2019/03/18 周一

推荐阅读更多精彩内容