Transposons la matrice et multiplions les matrices par numpy.

Je dois enlever mon chapeau pour la grande opérabilité de la matrice numpy.

Quand j'étais étudiant, je demandais désespérément une matrice de translocation ou quelque chose à la main, mais si j'utilise numpy, je peux le tuer instantanément. génial! !!

Terminez le travail avec array.T!

A titre d'exemple, trouvons la matrice transposée d'une matrice 3 × 3.

arr3d = np.arange(9).reshape((3, 3))

Ensuite, la matrice suivante est générée. ([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

Ensuite, trouvez la matrice de translocation. Utilisez simplement le code ci-dessous !!

arr3d.T

Cela seul ([[0, 3, 6], [1, 4, 7], [2, 5, 8]]) Sortira. C'est facile.

après

arr3d.transpose()

C'est pareil, mais .T est plus élégant. Lol Sauf si vous avez besoin de spécifier un argument, utilisez .T.

Enfin, essayez de multiplier la matrice d'origine et la matrice transposée.

Pour la multiplication matricielle

np.dot(Matrice 1,Matrice 2)

Deke!

Au dessus

np.dot(arr.T, arr)

J'obtiendrai la réponse.

([[45, 54, 63], [54, 66, 78], [63, 78, 93]])

c'est tout.

• Corrigé le 27 septembre 2106 .T a été décrit à tort comme une matrice inverse même si la matrice de translocation a été calculée. Je suis vraiment désolé. La matrice inverse peut être obtenue en utilisant linalg.inv.

Merci à nyanko-box de l'avoir signalé.