Numerical methods in enginering with python3 (1)

1Numpy 库

1.1Numpy中的矩阵函数

1. np.diagonal(A) 返回由A中的主对角元素组成的一维矩阵
2. np.diagonal(A,1) 返回由A中的第一副对角元素组成的一维矩阵
3. np.trace(A) 返回A中的主对角元素的和
4. np.argmax(A,axis= 0) 在0轴上，最小的数
5. np.identity(3) 返回3维的单位矩阵
6. np.dot(a,b)
   常用的：

• 若a,b均为行矩阵，则返回其内积（对应元素相乘，最后再相加，返回值为标量）
• 若a,b均为n维矩阵，则返回a,b的矩阵的乘法
• 若a为n维，b为行矩阵，则返回矩阵中的每一个元素，为a矩阵的某行的各个元素与b矩阵的对应元素相乘，再相加。（类似于矩阵的乘法，不过不是行、列乘的关系，而是行行乘）

1. np.inner(a,b)
   常用的

• 若a,b均为行矩阵，则返回其内积（对应元素相乘，最后再相加，返回值为标量）
• 若a,b均为n维矩阵，则返回矩阵中的每一个元素，为a矩阵的某行的各个元素与b矩阵某行的对应元素相乘，再相加得到的（类似于矩阵的乘法，不过不是行、列乘的关系，而是行行乘）

1. np.outer(a,b) 返回a,b中所有元素对的乘积组成的矩阵

2. a*b a与b的维度必须一样，返回的是对应元素相乘得到的矩阵

   1.2线性代数模块

   from numpy.linalg import inv,solve
3. 矩阵的逆 inv(A)

4. 求解Ax = b方程中的x solve(A,b)

   1.3深复制矩阵

   不是创建矩阵的视图，而是新创建一个对象
   b = a.copy()

   1.4矩阵的向量化操作

   数学中这样的语句:
   
   在numpy中可以写为：
   ‘‘‘

   计算更快，但是内存用的多

   import numpy as np
   from math import pi
   x= np.arange(0.0,1.001pi,0.01pi)
   print(sum(np.sqrt(x)np.sin(x)))
   ‘‘‘

   线性代数方程组

   解决联立方程组 Ax = b

   代数方程组的形式

   
   系数矩阵A_ij和常量b_j已知，未知量为

Numerical methods in enginering with python3 (1)

原文：https://www.cnblogs.com/greatljg/p/11407782.html