資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究在 Python 中計算矩陣堆疊的 Moore-Penrose 偽逆
要計算矩陣堆疊的（Moore-Penrose）偽逆，請在 Python 中使用 numpy.linalg.pinv() 方法。使用矩陣的奇異值分解 (SVD) 幷包含所有大的奇異值來計算廣義逆。
第一個引數 a 是要進行偽逆的矩陣或矩陣堆疊。第二個引數 rcodn 是小奇異值的截止值。小於或等於 rcond * 最大奇異值的奇異值將設定為零。針對矩陣堆疊進行廣播。第三個引數 hermitian，如果為 True，則假定 a 為厄米特矩陣，從而能夠使用更有效的方法來查詢奇異值。預設為 False。
步驟
首先，匯入所需的庫。
import numpy as np
使用 array() 建立陣列。
arr = np.array([ [[1, 2], [3, 4]], [[1, 2], [2, 1]], [[1, 3], [3, 1]] ])
顯示陣列。
print("Our Array...\n",arr)檢查維度。
print("\nDimensions of our Array...\n",arr.ndim)獲取資料型別。
print("\nDatatype of our Array object...\n",arr.dtype)獲取形狀。
print("\nShape of our Array object...\n",arr.shape)要計算矩陣堆疊的（Moore-Penrose）偽逆，請在 Python 中使用 numpy.linalg.pinv() 方法。
print("\nResult...\n",np.linalg.pinv(arr))示例
import numpy as np
# Create an array using array()
arr = np.array([ [[1, 2], [3, 4]], [[1, 2], [2, 1]], [[1, 3], [3, 1]] ])
# Display the array
print("Our Array...\n",arr)
# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)
# Get the Shape
print("\nShape of our Array object...\n",arr.shape)
# To Compute the (Moore-Penrose) pseudo-inverse of a stack of matrices, use the numpy.linalg.pinv() method in Python.
print("\nResult...\n",np.linalg.pinv(arr))輸出
Our Array... [[[1 2] [3 4]] [[1 2] [2 1]] [[1 3] [3 1]]] Dimensions of our Array... 3 Datatype of our Array object... int64 Shape of our Array object... (3, 2, 2) Result... [[[-2. 1. ] [ 1.5 -0.5 ]] [[-0.33333333 0.66666667] [ 0.66666667 -0.33333333]] [[-0.125 0.375 ] [ 0.375 -0.125 ]]]
更新於: 2022-2-25
309 次檢視
廣告