Numpy inverso
O inverso da matriz em Python
Uma matriz é definida como uma matriz em duas dimensões com elementos de tamanho idêntico. Representações de matriz podem ser feitas com listas aninhadas ou matrizes numpy.
Para calcular o inverso de uma matriz em python, use o linalg Numpy.Método Inv (). A matriz que produz uma matriz de identidade sempre que multiplicada pela matriz original é inversa de uma matriz. Neste post, forneceremos informações sobre o uso da matriz inversa Numpy, juntamente com várias funções para gerar o inverso de uma matriz de matriz.
Sintaxe de Numpy.Linalg.função inv ()
Você pode usar o Numpy.Linalg.Método Inv () usando a seguinte sintaxe fornecida. Somente o parâmetro "arr", que representa a matriz a ser invertido, é exigido por esta função.
Agora, vamos examinar vários exemplos para obter uma melhor compreensão do tópico referido.
Exemplo 1
Vamos começar com a definição de uma matriz primeiro. Pode ser definido como uma coleção retangular de dados. Os elementos horizontais na matriz são chamados de linhas, enquanto as entradas verticais são chamadas de colunas. O uso do NP.Linalg.O método Inv () é necessário para a função inversa da matriz. A matriz fornecida será invertida usando esta função. Uma função simples para obter o inverso da matriz está disponível no módulo Numpy de Python. A função ajuda o usuário a determinar se a biblioteca Python contém Numpy.Linalg.Inv ().
Na seguinte parte do código, como você pode ver, importamos o módulo necessário, que é Numpy, é necessário incluí -lo para o cálculo bem -sucedido do código. Depois disso, criamos uma variável chamada "input_arr", na qual criamos a matriz contendo valores diferentes. Os valores incluem [9,4] e [5, -7]. Outra variável chamada "Resoly_arr" também é criada na qual vamos armazenar o resultado que obtemos depois de executar o NP.Linalg.função inv (). Passamos a matriz criada nesta função. Finalmente, exibimos o resultado usando a instrução de impressão.
importar numpy como npinput_arr = np.Array ([[9, 4,], [5, -7]])
resultado_arr = np.Linalg.Inv (input_arr)
impressão (resultado_arr)
Aqui, você pode ver o inverso da matriz criada anteriormente.
Exemplo 2
Em Python, Numpy fornece muitas funções para criar e lidar com as matrizes. Diferentes técnicas e funções lineares de álgebra são implementadas no Numpy.Linalg submódulo.
A função Numpy.Linalg.Inv () deste módulo pode ser usado para determinar o inverso de uma determinada matriz.
Esta função também pode ser usada em uma tentativa e exceto em bloco. Este método é preferido. Um erro será levantado e a função no bloco exceto será, caso o inverso da matriz não seja possível.
Vamos nos concentrar no código. Aqui, você pode ver que o módulo Numpy é importado primeiro. No bloco de "tentativa" do código, criamos uma variável "my_arr" na qual a matriz é armazenada. Depois disso, uma declaração de impressão é usada para mostrar o inverso da matriz dada. No bloco exceto do código, uma mensagem é exibida caso o código não forneça o inverso da matriz.
importar numpytentar:
my_arr = Numpy.Array ([[6,5], [10,7]])
Imprimir (Numpy.Linalg.Inv (my_arr))
exceto:
impressão ("Inverso não é possível.")
Na imagem a seguir, você pode ver o inverso da matriz criada acima.
Exemplo 3
Os recursos do módulo círculo podem ser usados para realizar uma variedade de cálculos científicos. O círculo.Linalg.O método Inv () é usado para obter o inverso de uma matriz quadrada. Funciona de maneira semelhante ao Numpy.Linalg.função inv (). Veja o código fornecido abaixo.
No código, o módulo Numpy é importado primeiro e, do módulo Scipy, importamos Linalg. Depois disso, um Numpy.a matriz é criada e armazenada na variável criada. O nome dessa variável é "arr_values". Na segunda linha do código, você pode ver que o linalg.O método Inv () é executado no qual fornecemos a variável criada “ARR_VALUES” na qual a matriz é armazenada. Finalmente, o resultado é exibido com a ajuda da declaração de impressão. Para isso, o comando “print (arr_result)” é usado.
importar numpyDe Scipy importar linalg
ARR_VALUES = Numpy.Matrix ([[5, 4,], [7, -9]])
ARR_RESULT = LINALG.Inv (ARR_VALUES)
Imprimir (arr_result)
Aqui está a seguinte saída da função executada mencionada no código anterior.
Exemplo 4
Neste programa de exemplo, usaremos a matriz 3*3. O código mostra que importamos o módulo Numpy na primeira linha. É criada uma variável chamada "arr_data" na qual criamos uma matriz de 3*3. Inclui valores [9,3,3], [6, -4,7] e [6,12,5]. Outra variável, “OUTPUT_ARR” é criado no qual executamos o Numpy.Função Linalg nos valores da matriz criada. Por fim, a seguinte saída é exibida:
importar numpyARR_DATA = Numpy.Array ([[9, 3, 3],
[6, -4, 7],
[6, 12, 5]])
output_arr = Numpy.Linalg.Inv (arr_data)
imprimir (output_arr)
Aqui está o resultado do inverso da matriz 3*3.
Exemplo 5
Uma matriz de 4*4 será usada neste exemplo. O restante do código é o mesmo que acima, exceto agora o Numpy.A função Linalg é executada na matriz criada 4*4. Nossa matriz 4*4 inclui [3, 3, 2, 6], [4, -6, 1, 8], [5, 1, 6, 8] e [6, 2, 12, 5] valores.
importar numpyARR_DATA = Numpy.Array ([[3, 3, 2, 6],
[4, -6, 1, 8],
[5, 1, 6, 8],
[6, 2, 12, 5]])
Imprimir (Numpy.Linalg.Inv (arr_data))
Abaixo, você pode ver o inverso da matriz 4*4 especificada:
Exemplo 6
Depois de importar o módulo, você pode ver que a matriz bidimensional é criada e armazenada na variável chamada "ARR_VAL" e o resultado do Linalg executado.O método Inv () é armazenado na variável "arr_res".
importar numpyARR_VAL = Numpy.Array ([[5., 2.], [7., 9.]],
[[5, 9], [6, 3]]])
ARR_RES = Numpy.Linalg.Inv (ARR_VAL)
Imprimir (arr_res)
Aqui está a saída do inverso da matriz bidimensional.
Conclusão
Este artigo se concentra nas diferentes maneiras de obter o inverso de uma matriz. Nós fornecemos os detalhes principais do tópico referido. O artigo também contém vários exemplos a que você pode se referir se for novo nesse conceito. Nossos exemplos incluem codificação sobre o NP.Linalg.função Inv (), Scipy.Linalg.função inv () e a tentativa e exceto o método. Mencionamos todos os detalhes sobre essas funções para que você possa entender como cada um funcionou.