包实现矩阵
matrix-henryj的Python项目详细描述
矩阵与向量代数
包含矩阵元素的Python列表
实现线性代数的基类矩阵 矩阵和典型运算,以及子类向量 对欧几里德向量有更具体的运算。在
安装
python3 -m pip install matrix-henryj
文档
示例
代码:
A=Matrix(2,2)b=Matrix(2,1)A.setVals([1,3,0,1])b.setVals([1,1])print(A*b)
输出:
^{pr2}$- 类矩阵:
- __初始化(self,rows,columns)
- 设置值(自身,值)
- 零(自身)
- ID(自身)
- __str_uuu(自我)
- __添加(自己,其他)
- __穆尔(自我,他人)
- __rmul_uu(自己,其他)
- __truediv_uu(自我,其他)
- __阴性(自我)
- __sub UUUU(自己,其他)
- __功率因数
- __mod UUUUU(自己,其他)
- __情商(自我,他人)
- __getitem_uu(自身,索引)
- 大小(自身)
- 转置(自身)
- 跟踪(自身)
- combMat(自身,其他)
- splitMat(自身,列)
- __行交换(self,row1,row2,factor)
- __行添加(self,row1,row2,factor)
- __行mult(self,row,factor)
- 索夫林(自我,他人)
- __高斯模拟(自身,其他)
- __乔丹消除(自我、他者)
- det(自我)
- 类向量(矩阵):
- __初始化(self,行)
- __穆尔(自我,他人)
- 交叉(自我、他人)
- 长度(自身、其他)
- scalarProj(自己,其他)
- 规范化(自我)
类矩阵
实现线性代数矩阵和 矩阵可用的典型函数。在
\uu init\uuu(自己,其他)
用许多行和列初始化矩阵。在
设置值(自身值)
从左到右逐行为列表中的矩阵赋值。在
零(自身)
使矩阵成为零矩阵。在
身份证(自我)
使矩阵成为单位矩阵。在
自已
定义矩阵对象的字符串。在
添加(自己,其他)
返回两个矩阵的加法。在
穆穆(自我,其他)
返回两个矩阵或一个带因子的矩阵的乘法。在
(本人,其他)
返回两个矩阵或一个带因子的矩阵的乘法, 与穆相同。在
\uu truediv_uu(自我,其他)
返回与右边或 按因子划分。在
自我否定
返回矩阵中所有值的已更改符号。在
\uuu sub\uu(自己,其他)
返回两个矩阵的差。在
\uupow\uu(自我,因素)
将矩阵提升为整数或求逆 如果因子为负1。在
\uu mod_uu(自我,其他)
返回从右到另一个if的自逆乘法 矩阵,否则取每个元素自身的模。在
情商(自我,其他)
检查矩阵在每个位置是否相等。在
\uu getitem(自身,其他)
矩阵中索引处的值,先按行计数。在
尺寸(自身)
列表、列和行中矩阵的大小。在
转置(自身)
返回矩阵的转置,用列交换行。在
跟踪(自身)
返回矩阵的轨迹,即所有对角线元素的和。在
combMat(自身,其他)
返回单数矩阵中并排的两个矩阵。在
splitMat(self,col)
按列列列拆分矩阵并返回列表中的对象。在
行交换(self,row1,row2)
交换行1和行2的位置。在
行添加(self,row1,row2,factor)
将row2*因子添加到row1。在
\uuRowMult(自身、行、因子)
将行乘以因子。在
solveLin(自身,其他)
解出self*x=other,并为每个解返回x 每列都在另一列中。在
高斯模拟(自身,其他)
返回中自我和他人的高斯消去 self*x=其他。在
乔丹消除(自我,其他)
返回约旦消除自我和他人在 self*x=其他。在
检测(自身)
使用高斯消去法计算行列式。在
类向量(矩阵)一个实现欧几里德向量和典型运算的类 可以用他们。在
初始化(self,rows)
用行数初始化向量。在
穆穆(自我,其他)
返回两个向量的点积或每个向量的乘法 元素。在
交叉(自身、其他)
返回两个向量的叉积。在
长度(自身)
返回欧几里得向量长度。在
scalarProj(自身,其他)
返回self到other的标量投影。在
规范化(自我)
返回同一方向上长度为1的向量。在
- 项目
标签: