视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python基于numpy模块创建对称矩阵的方法
2020-11-27 14:13:21 责编:小采
文档
 这篇文章主要介绍了Python创建对称矩阵的方法,结合实例形式分析了Python基于numpy模块实现矩阵运算的相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python创建对称矩阵的方法。分享给大家供大家参考,具体如下:

对称(实对称)矩阵也即:

step 1:创建一个方阵

>>> import numpy as np
>>> X = np.random.rand(5**2).reshape(5, 5)
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
 [ 0.31837673, 0.35493156, 0.74336268, 0.31810561, 0.04409245],
 [ 0.0445, 0.677 , 0.10990936, 0.05036292, 0.72581982],
 [ 0.94758512, 0.21375975, 0.36781736, 0.1633904 , 0.36070709],
 [ 0.53263787, 0.18380491, 0.0225521 , 0.91239367, 0.75521585]])

step 2:保留其上三角部分

>>> X = np.triu(X)
# 保留其上三角部分
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
 [ 0. , 0.35493156, 0.74336268, 0.31810561, 0.04409245],
 [ 0. , 0. , 0.10990936, 0.05036292, 0.72581982],
 [ 0. , 0. , 0. , 0.1633904 , 0.36070709],
 [ 0. , 0. , 0. , 0. , 0.75521585]])

step 3:将上三角”拷贝”到下三角部分

>>> X += X.T - np.diag(X.diagonal())
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
 [ 0.25408384, 0.35493156, 0.74336268, 0.31810561, 0.04409245],
 [ 0.12428487, 0.74336268, 0.10990936, 0.05036292, 0.72581982],
 [ 0.0194565 , 0.31810561, 0.05036292, 0.1633904 , 0.36070709],
 [ 0.91287708, 0.04409245, 0.72581982, 0.36070709, 0.75521585]])

注意,要减去一次对角线上的元素。因为上三角cov,和下三角cov.T在进行相加时会把主对角线上的元素相加两次。

step 4:测试

>>> X.T == X
array([[ True, True, True, True, True],
 [ True, True, True, True, True],
 [ True, True, True, True, True],
 [ True, True, True, True, True],
 [ True, True, True, True, True]], dtype=bool)

下载本文
显示全文
专题