在Python中使用NumPy在线性代数中把一个正方形矩阵提升到n的幂数

在Python中使用NumPy在线性代数中把一个正方形矩阵提升到n的幂数

在这篇文章中,我们将讨论如何在Python中的线性代数中把一个正方形矩阵提高到n次方。

numpy.linalg.matrix_power()方法用于将一个正方形矩阵提高到n的幂。它将接受两个参数,第一个参数是一个使用NumPy数组创建的输入矩阵,第二个参数是指数n,它指的是幂,可以是零或非零的整数。

语法 : numpy.linalg.matrix_power(input_numpy_matrix,n)

参数:

  • input_numpy_matrix是矩阵。
  • n指的是整数值thar提高矩阵。

返回 :它将返回被提升到n次方的矩阵

示例 1

在这个例子中,我们要创建一个2行2列的二维数组(矩阵),并返回矩阵升至0次方、矩阵升至4次方、矩阵升至5次方。

# import numpy and matrix_power
import numpy
from numpy.linalg import matrix_power
  
# Create a 2D array
input_array = numpy.array([[3, 4], [4, 5]])
  
# Display  array
print(input_array)
  
# Using  numpy.linalg.matrix_power() to 
# return raise 0 th power of matrix
print(matrix_power(input_array, 0))
  
print()
  
# Using  numpy.linalg.matrix_power() to 
# return raise 4 th power of matrix
print(matrix_power(input_array, 4))
  
print()
  
# Using  numpy.linalg.matrix_power() to
# return raise 5 th power of matrix
print(matrix_power(input_array, 5))

输出:

[[3 4]
 [4 5]]
[[1 0]
 [0 1]]

[[1649 2112]
 [2112 2705]]

[[13395 17156]
 [17156 21973]]

示例 2

在这个例子中,我们要创建一个4行4列的二维数组(矩阵),并返回提升到0次方的矩阵、提升到4次方的矩阵和提升到5次方的矩阵。

# import numpy and matrix_power
import numpy
from numpy.linalg import matrix_power
  
# Create a 2D array
input_array = numpy.array(
    [[3, 4, 3, 4], [4, 5, 2, 2], [1, 1, 0, -2], 
     [-4, 5, 4, -1]])
  
# Display  array
print(input_array)
  
# Using  numpy.linalg.matrix_power() to 
# return raise 0 th power of matrix
print(matrix_power(input_array, 0))
  
print()
  
# Using  numpy.linalg.matrix_power() to
# return raise 4 th power of matrix
print(matrix_power(input_array, 4))
  
print()
  
# Using  numpy.linalg.matrix_power() to
# return raise 5 th power of matrix
print(matrix_power(input_array, 5))

输出:

[[ 3  4  3  4]
 [ 4  5  2  2]
 [ 1  1  0 -2]
 [-4  5  4 -1]]
[[1 0 0 0]
 [0 1 0 0]
 [0 0 1 0]
 [0 0 0 1]]

[[2229 3622 1887 1354]
 [2460 4369 2238 1300]
 [ 237  839  426    2]
 [ 102 1206  864  441]]

[[17646 35683 19347 11032]
 [21894 40423 21318 12802]
 [ 4485  5579  2397  1772]
 [ 4230  9507  4482   651]]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程