Python 求解线性方程组的数组与矩阵numpy的区别
同样的理由已经提出了许多问题。 我还阅读了有关差异的官方文件()。但我仍在努力理解numpy数组和矩阵之间的哲学区别 更确切地说,我正在寻找下面提到的结果的原因Python 求解线性方程组的数组与矩阵numpy的区别,python,arrays,numpy,matrix,linear-equation,Python,Arrays,Numpy,Matrix,Linear Equation,同样的理由已经提出了许多问题。 我还阅读了有关差异的官方文件()。但我仍在努力理解numpy数组和矩阵之间的哲学区别 更确切地说,我正在寻找下面提到的结果的原因 #using array >>> A = np.array([[ 1, -1, 2], [ 0, 1, -1], [ 0, 0, 1]]) >>> b = np.array([5,-1,3]) >>> x = np
#using array
>>> A = np.array([[ 1, -1, 2],
[ 0, 1, -1],
[ 0, 0, 1]])
>>> b = np.array([5,-1,3])
>>> x = np.linalg.solve(A,b)
>>> x
array([ 1., 2., 3.])
`#using matrix
>>> A=np.mat(A)
>>> b=np.mat(b)
>>> A
matrix([[ 1, -1, 2],
[ 0, 1, -1],
[ 0, 0, 1]])
>>> b
matrix([[ 5, -1, 3]])
>>> x = np.linalg.solve(A,b)
>>> x
matrix([[ 5., -1., 3.],
[ 10., -2., 6.],
[ 5., -1., 3.]])
为什么用数组表示的线性方程组得到正确解,而用矩阵表示得到另一个矩阵解
老实说,我也不明白为什么要在第二种情况下使用矩阵作为解决方案
抱歉,如果问题已经回答,我没有注意到,如果我对numpy数组和矩阵的理解有误,请原谅。您有转置问题……当您转到矩阵栏时,列向量和行向量不再可互换:
import numpy as np
A = np.array([[ 1, -1, 2],
[ 0, 1, -1],
[ 0, 0, 1]])
b = np.array([5,-1,3])
x = np.linalg.solve(A, b)
print 'arrays:'
print x
A = np.matrix(A)
b = np.matrix(b)
x = np.linalg.solve(A, b)
print 'matrix, wrong set up:'
print x
b = b.T
x = np.linalg.solve(A, b)
print 'matrix, right set up:'
print x
收益率:
arrays:
[ 1. 2. 3.]
matrix, wrong set up:
[[ 5. -1. 3.]
[ 10. -2. 6.]
[ 5. -1. 3.]]
matrix, right set up:
[[ 1.]
[ 2.]
[ 3.]]
现在我意识到我错在哪里了。谢谢。“答案太完美了!”萨洛·卡斯特罗谢谢你通知我。我不知道我能接受答案。我是stackoverflow.com的新手。