Essayez l'opération matricielle avec NumPy

Jour 17 du calendrier de l'Avent de l'Université préfectorale d'Iwate! Merci beaucoup, Jack (@kazuhikoyamashita). Mon récent boom est Python. Cette fois, je vais essayer le calcul matriciel en utilisant numpy.

Qu'est-ce que NumPy

NumPy est un module d'extension permettant d'effectuer des calculs numériques. Veuillez consulter le lien ci-dessous pour plus de détails. http://www.numpy.org/

Installons pip

Vous avez besoin de la commande pip pour installer numpy. Pour installer la commande pip, utilisez easy_install. Veuillez saisir la commande suivante.

% easy_install pip 

Installez numpy avec la commande pip

Pour installer numpy, exécutez la commande suivante. La version de numpy installée cette fois est la 1.10.2.

% pip install numpy
Collecting numpy
  Downloading numpy-1.10.2-cp35-cp35m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (3.7MB)
    100% |████████████████████████████████| 3.7MB 133kB/s 
Installing collected packages: numpy
Successfully installed numpy-1.10.2

Essayez d'utiliser

Préparez les matrices m1 et m2 et trouvez le quotient du produit somme-différence et la matrice inverse de m1. Le programme est le suivant.

# -*- coding: utf-8 -*-
import numpy as np
from numpy import linalg as la

m1 = np.matrix('1 2; 3 4')
m2 = np.matrix('5 6; 7 8')

#somme
print("####somme")
print(m1 + m2)

#différence
print("####différence")
print(m1 - m2)

#Produit d'éléments
print("####Produit d'éléments")
print(m1 * m2)

#Marchand entre les éléments
print("####Marchand entre les éléments")
print(m1 / m2)

#Matrice inverse de m1
print("####Matrice inverse de m1")
print(la.inv(m1))

Le résultat de sortie est le suivant. C'est pratique car la matrice inverse peut être calculée facilement.

% python sample.py
####somme
[[ 6  8]
 [10 12]]
####différence
[[-4 -4]
 [-4 -4]]
####Produit d'éléments
[[19 22]
 [43 50]]
####Marchand entre les éléments
[[ 0.2         0.33333333]
 [ 0.42857143  0.5       ]]
####Matrice inverse de m1
[[-2.   1. ]
 [ 1.5 -0.5]]

c'est tout!

Recommended Posts

Essayez l'opération matricielle avec NumPy
Concaténation de matrices avec Numpy
[Python] Opération de matrice
Résolution avec Ruby, Python et numpy AtCoder ABC054 B Calcul de la matrice
Partez numpy? !! Différencier partiellement la matrice avec Sympy
Essayez de gratter avec Python.
Moyenne mobile avec numpy
Essayez SNN avec BindsNET
Premiers pas avec Numpy
Apprenez avec Chemo Informatics NumPy
Code de bourdonnement avec numpy
Effectuer une analyse de régression avec NumPy
Essayez la régression avec TensorFlow
Étendre NumPy avec Rust
Transposons la matrice et multiplions les matrices par numpy.
J'ai essayé Smith en standardisant une matrice entière avec Numpy
Régression du noyau avec Numpy uniquement
Essayez de défier le sol par récursif
Essayez l'optimisation des fonctions avec Optuna
J'ai écrit GP avec numpy
Implémentation CNN avec juste numpy
Génération artificielle de données avec numpy
Essayez d'utiliser PythonTex avec Texpad.
J'ai créé une bibliothèque d'opérations matricielles à N dimensions Matft avec Swift
Essayez la détection des bords avec OpenCV
Essayez d'implémenter RBM avec chainer.
Essayez Google Mock avec C
Essayez de programmer avec un shell!
Essayez Auto Encoder avec Pytorch
[Python] Méthode de calcul avec numpy
Essayez la sortie Python avec Haxe 3.2
Opération S3 avec python boto3
Animation de l'équation de diffusion avec NumPy
Simulation de remboursement de dette avec numpy
Essayez d'implémenter XOR avec PyTorch
Essayez d'exécuter CNN avec ChainerRL
Implémentation de SMO avec Python + NumPy
Essayez différentes choses avec PhantomJS
Coller les chaînes avec Numpy
Essayez le Deep Learning avec FPGA
Produit matriciel en python numpy
Essayez d'automatiser le fonctionnement des périphériques réseau avec Python
Essayez d'exécuter Python avec Try Jupyter
Essayez d'implémenter le parfum avec Go
Gérez les tableaux numpy avec f2py
Utilisez OpenBLAS avec numpy, scipy
Essayez Selenium Grid avec Docker
Essayez la reconnaissance faciale avec Python
Essayez OpenCV avec Google Colaboratory
Essayez le machine learning à la légère avec Kaggle
Essayez TensorFlow MNIST avec RNN
Essayez de créer Jupyter Hub avec Docker
Essayez d'utiliser le folium avec anaconda
Implémentation de la régression logistique avec NumPy
Comparaison des performances entre le calcul matriciel bidimensionnel et pour avec numpy
Matrice de similarité cosinus? Vous pouvez l'obtenir tout de suite avec NumPy
Visualisation de la matrice créée par numpy
Fonctionnement de la souris et du clavier Python avec pyautogui
Essayez de gratter avec Python + Beautiful Soup
Effectuez un ajustement carré minimum avec numpy.