线性代数(3)——矩阵基础
程序员文章站
2022-07-12 14:11:26
...
概述
向量是对数的拓展,一个向量表示一组数;而矩阵则可以视为对向量的拓展,一个矩阵表示一组向量。
看待一个矩阵有两个视角,行向量视角和列向量视角。
当行数和列数相等时候,称为方阵,方阵有很多特殊的性质。有很多特殊的性质的矩阵,是方阵。
实现矩阵类
from vector import Vector
class Matrix:
def __init__(self, list2d):
self._value = list2d.copy()
def __repr__(self):
return "Matrix({})".format(self._value)
# 此处简单设置交互式与print模式打印的内容相同
__str__ = __repr__
def shape(self):
return len(self._value), len(self._value[0])
def row_num(self):
"""返回矩阵行数"""
return self.shape()[0]
def col_num(self):
"""返回矩阵列数"""
return self.shape()[1]
def size(self):
"""矩阵元素个数"""
r, c = self.shape()
return r * c
def __getitem__(self, pos):
"""返回指定未知数的元素,pos的形式是元组"""
assert pos[0] < self.row_num() and pos[1] < self.col_num
r, c = pos
return self._value[r][c]
def row_vector(self, idx):
"""返回第idx个行向量"""
return Vector(self._value[idx])
def col_vector(self, idx):
"""返回第idx个列向量"""
return Vector([row[idx] for row in self._value)
矩阵基本运算和性质
矩阵加法
两个同形矩阵加法,
矩阵数乘
一个实数与一个矩阵的乘法运算,
矩阵运算性质
-
交换律
-
结合律
。其中c和k是实数 -
任何一个矩阵,都存在一个相同形状的矩阵,满足
矩阵基本运算代码实现
接之前Matrix类代码,
def __add__(self, another):
assert self.shape() == another.shape()
return Matrix([[a+b for a, b in zip(self.row_vector(i), another.row_vector(i))] for i in range(self.row_num()])
def __sub__(self, another):
assert self.shape() == another.shape()
return Matrix([[a-b for a, b in zip(self.row_vector(i), another.row_vector(i))] for i in range(self.row_num()])
def __mul__(self, k):
return Matrix([[k*a for a in self.row_vector(i)] for i in range(self.row_num()])
def __rmul__(self, k):
return Matrix([[k*a for a in self.row_vector(i)] for i in range(self.row_num()])
def __truediv__(self, k):
return Matrix([[a/k for a in self.row_vector(i)] for i in range(self.row_num()])
def __pos__(self):
return self
def __neg__(self):
return -1 * self
@classmethod
def __zero__(cls, r, c):
return cls([[0] * c] for _ in range(r))