資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
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
服裝設計
法律研究使用Python中的奇異值分解法返回陣列的矩陣秩
要使用奇異值分解法返回陣列的矩陣秩，請在Python中使用numpy.linalg.matrix_rank()方法。陣列的秩是陣列中大於tol的奇異值的個數。第一個引數A是輸入向量或矩陣堆疊。
第二個引數tol是將SVD值視為零的閾值。如果tol為None，並且S是具有M的奇異值的陣列，並且eps是S的資料型別的epsilon值，則tol設定為S.max() * max(M, N) * eps。第三個引數hermitian，如果為True，則假設A為Hermitian，從而可以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 from numpy.linalg import matrix_rank
建立一個數組：
arr = np.eye(5)
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)要使用奇異值分解法返回陣列的矩陣秩，請在Python中使用numpy.linalg.matrix_rank()方法：
print("\nResult (rank)...\n",matrix_rank(arr))示例
import numpy as np
from numpy.linalg import matrix_rank
# Create an array
arr = np.eye(5)
# 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 Return matrix rank of array using Singular Value Decomposition method, use the numpy.linalg.matrix_rank() method in Python
print("\nResult (rank)...\n",matrix_rank(arr))輸出
Our Array... [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Shape of our Array object... (5, 5) Result (rank)... 5
更新於：2022年2月25日
463 次檢視
廣告