编程实现矩阵运算

这篇具有很好参考价值的文章主要介绍了编程实现矩阵运算。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

矩阵运算是很多算法都需要用到的基础运算。为了方便实现各种各样的算法,这里使用python语言,编写了矩阵类,用来实现矩阵各种常用的运算操作。具体的设计方案以及代码实现如下文所示。

1、矩阵类需要实现的方法(函数)

        矩阵类基于numpy库来实现,这样会让代码的数量大大减少,看起来更简洁。定义矩阵类的名称为Mat,矩阵一共实现了37个方法(函数),各个方法实现的功能如下。

(1)矩阵实例化函数__init__

        该函数用来创建一个矩阵实例,并对矩阵元素进行初始化。

(2)设置矩阵元素值的函数set_elements

        该函数用来设置矩阵各元素的值。

(3)矩阵元素重置为1的函数set_ones

        该函数用来将矩阵的元素值全部重置为1。

(4)矩阵元素重置为0的函数set_zeros

        该函数用来将矩阵的元素全部重置为0。

(5)矩阵重置为单位矩阵的函数set_identify

        该函数用来将矩阵重置为单位矩阵,即把矩阵的对角线元素设为1,其他元素设为0。

(6)矩阵索引取值函数__getitem__

        该函数可以实现按照索引值来获取矩阵元素值的功能,如m[i,j]表示获取第i行第j列的元素。

(7)矩阵索引设置元素值函数__setitem__

        该函数可实现按索引值来设置矩阵元素值的功能,如m[i,j]=1表示将第i行第j列的元素设为1。

(8)矩阵转置函数transpose

        该函数用来实现矩阵元素的转置。

(9)矩阵余子式函数cofactor

        该函数用来获取矩阵的余子式矩阵。

(10)矩阵行列式计算函数det

        该函数用来计算矩阵行列式的数值。

(11)矩阵的伴随矩阵计算函数adjoint

        该函数用来计算矩阵的伴随矩阵。

(12)求逆矩阵函数inverse

        该函数用来计算矩阵的逆矩阵。

(13)取负运算符重载函数__neg__

        该函数用来实现矩阵的取负运算符功能,如-m表示对矩阵m取负操作,功能是实现矩阵全部元素的取负操作。

(14)减号运算符重载函数__sub__、__isub__、__rsub__

        此三个函数实现了减(-)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素相减操作,如m3=m1-m2、m3=m1-1、m3=1-m1、m2-=m1等矩阵操作。

(15)加号运算符重载函数__add__、__iadd__、__radd__

        此三个函数实现了加(+)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素相加操作,如m3=m1+m2、m3=m1+1、m3=1+m1,m2+=m1等矩阵操作。

(16)乘号运算符重载函数__mul__、__imul__、__rmul__

        此三个函数实现了乘(*)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素相乘操作,如m3=m1*m2、m3=m1*2、m3=2*m1,m2*=m1等矩阵操作。

(17)除号运算符重载函数__truediv__、__itruediv__、__rtruediv__

        此三个函数实现了除(/)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素相除操作,如m3=m1/m2、m3=m1/2、m3=2*m1、m2/=m1等矩阵操作。

(18)整除运算符重载函数__floordiv__、__ifloordiv__、__rfloordiv__

        此三个函数实现了整(//)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素整除操作,如m3=m1//m2、m3=m1//2、m3=2//m1、m2//=m1等矩阵操作。

(19)求模运算符重载函数__mod__、__imod__、__rmod__

        此三个函数实现了求模(%)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素求模操作,如m3=m1%m2、m3=m1%2、m3=2%m1、m2%=m1等矩阵操作。

(20)求幂运算符重载函数__pow__、__ipow__、__rpow__

        此三个函数实现了求幂(**)运算符的重载,实现了矩阵与矩阵、矩阵与数值、数值与矩阵的逐元素求幂操作,如m3=m1**m2、m3=m1**2、m3=2**m1、m2**=m1等矩阵操作。

(21)矩阵乘运算符重载函数__matmul__

        此函数实现了矩阵乘(@)运算符的重载,实现了两个矩阵相乘的操作,如m3=m1@m2。

(22)矩阵比较运算符重载函数__eq__、__ne__

        此两个函数实现了比较运算符(==,!=)的重载,实现了比较两个矩阵是否相等的操作,如m1==m2、m1!=m2。

2、代码实现矩阵运算

        以下是使用python代码实现矩阵的运算,以及代码的一些简要的注释:文章来源地址https://www.toymoban.com/news/detail-690177.html

import numpy as np

class Mat(object):
    def __init__(self,rows,cols,init_data=None):
        '''
        初始化实例\r
        rows:矩阵的行数\r
        cols:矩阵的列数\r
        init_data:用于初始化矩阵的数据,可以是二维的列表、numpy、矩阵
        '''
        self.rows=rows
        self.cols=cols
        self.elements=np.zeros((self.rows,self.cols),np.float32)
        self.set_elements(init_data)

    def set_elements(self,data):
        '''
        设置矩阵各元素的值\r
        data:用于设置矩阵元素的数据,可以是二维的列表、numpy、矩阵
        '''
        if type(data)==type(None):
            return
        elif type(data)==list:
            data=np.array(data)
        elif type(data)==Mat:
            data=data.elements
        else :
            pass
        for i in range(self.rows):
            for j in range(self.cols):
                self.elements[i,j]=data[i,j]
    
    def set_ones(self,):
        '''
        将矩阵元素设置为1
        '''
        self.elements=np.ones((self.rows,self.cols))
        return self
    def set_zeros(self,):
        '''
        设置矩阵元素为0
        '''
        self.elements=np.zeros((self.rows,self.cols))
        return self
    
    def set_identity(self,):
        '''
        设置矩阵为单位矩阵
        '''
        self.set_zeros()
        for i in range(self.rows):
            self.elements[i,i]=1
        return self

    def __getitem__(self,index):
        '''
        根据索引获取矩阵的元素值\r
        index:包括了行索值和列索引值的元组
        '''
        i,j=index
        return self.elements[i,j]
    
    def __setitem__(self,index,val):
        '''
        通过索引设置指定的元素值\r
        index:包括了行索引值和列索引值\r
        val:设置的值
        '''
        i,j=index
        self.elements[i,j]=val
    
    def transpose(self,):
        '''
        矩阵转置
        '''
        rst=Mat(self.cols,self.rows,np.transpose(self.elements,(1,0)))
        return rst
    
    def cofactor(self,i,j):
        '''
        矩阵的余子式矩阵\r
        i:行索引值\r
        j:列索引值
        '''
        if self.rows<1 or self.cols<1:
            return None
        else:
            rst=Mat(self.rows-1,self.cols-1)
            k=0
            for ii in range(self.rows):
                if ii==i:
                    continue
                t=0
                for jj in range(self.cols):
                    if jj==j:
                        continue
                    rst[k,t]=self[ii,jj]
                    t+=1
                k+=1
        return rst
    
    def det(self,):
        '''
        矩阵行列式的值
        '''
        if self.rows!=self.cols:
            return None
        elif self.rows==1:
            return self[0,0]
        else:
            d=0
            for i in range(self.rows):
                d+=(-1)**i*self[i,0]*self.cofactor(i,0).det()
            return d
    
    def adjoint(self,):
        '''
        矩阵的伴随矩阵
        '''
        if self.rows!=self.cols:
           return None
        rst=Mat(self.rows,self.cols)
        for i in range(self.rows):
           for j in range(self.cols):
               Aij=(-1)**(i+j)*self.cofactor(i,j).det()
               rst.elements[j,i]=Aij
        return rst

    def inverse(self,):
        '''
        矩阵的逆矩阵
        '''
        A=self.det()
        if A==None or A==0:
            return None
        else:
            return self.adjoint()/A

    def __neg__(self,):
        '''
        矩阵逐元素取负
        '''
        rst=Mat(self.cols,self.rows,-self.elements)
        return rst

    def __sub__(self,m):
        '''
        矩阵与矩阵逐元素相减,或者矩阵与值逐元素相减\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements-m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements-m)
        return rst

    def __isub__(self,m):
        '''
        矩阵与矩阵逐元素原位相减,或者数值与矩阵逐元素原位相减\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements-=m.elements
        else:
            self.elements-=m
        return self

    def __rsub__(self,m):
        '''
        矩阵与矩阵逐元素相减,或者数值与矩阵逐元素相减\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements-self.elements)
        else:
            rst=Mat(self.cols,self.rows,m-self.elements)
        return rst

    def __add__(self,m):
        '''
        矩阵与矩阵逐元素相加,或者矩阵与值逐元素相加\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements+m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements+m)
        return rst

    def __iadd__(self,m):
        '''
        矩阵与矩阵逐元素原位相加,或者数值与矩阵逐元素原位相加\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements+=m.elements
        else:
            self.elements+=m
        return self

    def __radd__(self,m):
        '''
        矩阵与矩阵逐元素相加,或者数值与矩阵逐元素相加\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements+self.elements)
        else:
            rst=Mat(self.cols,self.rows,m+self.elements)
        return rst

    def __mul__(self,m):
        '''
        矩阵与矩阵逐元素相乘,或者矩阵与值逐元素相乘\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements*m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements*m)
        return rst

    def __imul__(self,m):
        '''
        矩阵与矩阵逐元素原位相乘,或者数值与矩阵逐元素原位相乘\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements*=m.elements
        else:
            self.elements*=m
        return self

    def __rmul__(self,m):
        '''
        矩阵与矩阵逐元素相乘,或者数值与矩阵逐元素相乘\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements*self.elements)
        else:
            rst=Mat(self.cols,self.rows,m*self.elements)
        return rst

    def __truediv__(self,m):
        '''
        矩阵与矩阵逐元素相除,或者矩阵与值逐元素相除\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements/m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements/m)
        return rst

    def __itruediv__(self,m):
        '''
        矩阵与矩阵逐元素原位相除,或者数值与矩阵逐元素原位相除\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements/=m.elements
        else:
            self.elements/=m
        return self

    def __rtruediv__(self,m):
        '''
        矩阵与矩阵逐元素相除,或者数值与矩阵逐元素相除\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements/self.elements)
        else:
            rst=Mat(self.cols,self.rows,m/self.elements)
        return rst

    def __floordiv__(self,m):
        '''
        矩阵与矩阵逐元素整除,或者矩阵与值逐元素整除\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements//m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements//m)
        return rst

    def __ifloordiv__(self,m):
        '''
        矩阵与矩阵逐元素原位整除,或者数值与矩阵逐元素原位整除\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements//=m.elements
        else:
            self.elements//=m
        return self

    def __rfloordiv__(self,m):
        '''
        矩阵与矩阵逐元素整除,或者数值与矩阵逐元素整除\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements//self.elements)
        else:
            rst=Mat(self.cols,self.rows,m//self.elements)
        return rst

    def __mod__(self,m):
        '''
        矩阵与矩阵逐元素求模,或者矩阵与值逐元素求模\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements%m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements%m)
        return rst

    def __imod__(self,m):
        '''
        矩阵与矩阵逐元素原位求模,或者数值与矩阵逐元素原位求模\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements%=m.elements
        else:
            self.elements%=m
        return self

    def __rmod__(self,m):
        '''
        矩阵与矩阵逐元素求模,或者数值与矩阵逐元素求模\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements%self.elements)
        else:
            rst=Mat(self.cols,self.rows,m%self.elements)
        return rst

    def __pow__(self,m):
        '''
        矩阵与矩阵逐元素求幂,或者矩阵与值逐元素求幂\r
        m:矩阵或者数值
        '''
        if type(m)==Mat:
            rst=Mat(self.cols,self.rows,self.elements**m.elements)
        else:
            rst=Mat(self.cols,self.rows,self.elements**m)
        return rst

    def __ipow__(self,m):
        '''
        矩阵与矩阵逐元素原位求幂,或者数值与矩阵逐元素原位求幂\r
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            self.elements**=m.elements
        else:
            self.elements**=m
        return self

    def __rpow__(self,m):
        '''
        矩阵与矩阵逐元素求幂,或者数值与矩阵逐元素求幂\n
        m:矩阵或者数值
        '''
        if type(m) ==Mat:
            rst=Mat(self.cols,self.rows,m.elements**self.elements)
        else:
            rst=Mat(self.cols,self.rows,m**self.elements)
        return rst

    def __matmul__(self,m):
        '''
        矩阵乘\r
        m:矩阵
        '''
        rst=Mat(self.rows,m.cols)
        for i in range(self.rows):
            for j in range(m.cols):
                rst.elements[i,j]=np.sum(self.elements[i,:]*m.elements[:,j])
        return rst
    
    def __eq__(self,m):
        '''
        判断矩阵是否相等\r
        m:矩阵
        '''
        if type(m)!=Mat:
            return False
        elif self.rows !=m.rows or self.cols !=m.cols:
            return False
        else:
            for i in range(self.rows):
                for j in range(self.cols):
                    if self.elements[i,j]!=m.elements[i,j]:
                        return False
        return True
    
    def __ne__(self,m):
        '''
        判断矩阵是否不等\r
        m:矩阵
        '''
        if type(m)!=Mat:
            return True
        elif self.rows !=m.rows or self.cols !=m.cols:
            return True
        else:
            for i in range(self.rows):
                for j in range(self.cols):
                    if self.elements[i,j]!=m.elements[i,j]:
                        return True
        return False

到了这里,关于编程实现矩阵运算的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数2.2矩阵运算

    矩阵元素对应相加,显然只有同型矩阵才能相加 矩阵元素对应相减,显然只有同型矩阵才能相减 矩阵所有元素均有公因子,所有公因子朝外提一次 行列式提公因子:一行提一次 所有元素均有外提n次 与行列式乘法规则一致,行的每一个元素乘以列每一个元素,先相乘再相加

    2024年02月11日
    浏览(39)
  • 【理解线性代数】(四)线性运算的推广与矩阵基础

    工业生产的发展趋势总是从单件生产到批量生产。科学技术研究也是一样,总是从简单计算到复合运算、批量运算。批量意味着生产能力、处理能力的提升。计算机从16位发展到64位,从单核发展到多核;计算机从CPU处理数据发展到GPU处理数据;大数据、人工智能领域的大模型

    2024年02月09日
    浏览(33)
  • 线性代数|分块矩阵的运算规则

    定理 1 设矩阵 A boldsymbol{A} A 与 B boldsymbol{B} B 的行数相同、列数相同,采用相同的分块法,有 A = ( A 11 ⋯ A 1 r ⋮ ⋮ A s 1 ⋯ A s r ) , B = ( B 11 ⋯ B 1 r ⋮ ⋮ B s 1 ⋯ B s r ) boldsymbol{A} = begin{pmatrix} boldsymbol{A}_{11} cdots boldsymbol{A}_{1r} \\\\ vdots vdots \\\\ boldsymbol{A}_{s1} cdots boldsymbol{

    2024年02月07日
    浏览(33)
  • 线性代数第二章矩阵及其运算详解

    一.线性方程组和矩阵 1.概念 如图所示,该矩阵称为 m行n列矩阵 若行数和列数都等于n,则该矩阵称为 n阶方阵 两个矩阵的行数相等,列数也相等,就称它们为 同型矩阵 若A=(aij)和B=(bij)是同型矩阵,且aij=bij(i=1,2,...,m;j=1,2,...,n),则称 矩阵A与矩阵B相等 ,记作 A=B 2.特殊

    2024年01月25日
    浏览(40)
  • 线性代数:矩阵运算(加减、数乘、乘法、幂、除、转置)

    目录 加减 数乘  矩阵与矩阵相乘  矩阵的幂 矩阵转置  方阵的行列式  方阵的行列式,证明:|AB| = |A| |B|        

    2024年01月22日
    浏览(35)
  • 矩阵运算之外积:解决线性代数问题的关键技巧

    线性代数是数学的一个分支,主要研究的是线性方程组和矩阵。线性方程组是指每个变量的方程都是线性的方程组,矩阵是一种数学结构,可以用来表示和解决线性方程组。在现实生活中,线性方程组和矩阵广泛应用于各个领域,如物理学、生物学、经济学、计算机科学等。

    2024年02月21日
    浏览(30)
  • 线性代数中涉及到的matlab命令-第二章:矩阵及其运算

    目录 1,矩阵定义 2,矩阵的运算 3,方阵的行列式和伴随矩阵  4,矩阵的逆  5,克莱默法则  6,矩阵分块  矩阵与行列式的区别: (1)形式上行列式是数表加两个竖线,矩阵是数表加大括号或中括号; (2)行列式可计算得到一个值,矩阵不能; (3)两个行列式相加与两

    2024年02月08日
    浏览(40)
  • 【课后习题】 线性代数第六版第二章 矩阵及其运算 习题二

    习题二 1. 计算下列乘积: (1) ( 4 3 1 1 − 2 3 5 7 0 ) ( 7 2 1 ) left(begin{array}{rrr}4 3 1 \\\\ 1 -2 3 \\\\ 5 7 0end{array}right)left(begin{array}{l}7 \\\\ 2 \\\\ 1end{array}right) ⎝ ⎛ ​ 4 1 5 ​ 3 − 2 7 ​ 1 3 0 ​ ⎠ ⎞ ​ ⎝ ⎛ ​ 7 2 1 ​ ⎠ ⎞ ​ ; (2) ( 1 , 2 , 3 ) ( 3 2 1 ) (1,2,3)left(begin{array}{l}3 \\\\ 2 \\\\ 1end{ar

    2024年02月05日
    浏览(30)
  • 第一百二十一天学习记录:线性代数:矩阵乘法运算(宋浩板书)

    在编程和学习数据结构的过程中,发现有些算法会用到矩阵和矩阵的乘法运算,因此先将这一个知识点学习一下。 乘法☆ 总结三条不满足

    2024年02月13日
    浏览(29)
  • 基于python的线性代数运算

    前言:这是学校多元统计分析课程布置的实验(包括基于python的线性代数运算、线性回归分析实验、聚类分析、因子分析和主成分分析),这里分享出来,注解标注的比较全,供大家参考。 使用Python语言开发完成以下运算。 1、已知有两个矩阵A和B,如下所示: ①求A+B、A-B;

    2023年04月08日
    浏览(59)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包