Python基础之矩阵输入的实例

下面我将为你详细讲解“Python基础之矩阵输入的实例”的完整攻略，包括如何在 Python 中输入矩阵、如何计算矩阵的加减乘除等基本操作。

如何在 Python 中输入矩阵

Python 中可以使用numpy库来进行矩阵的输入输出，下面是numpy库中创建矩阵的方法：

import numpy as np

# 创建一个2 * 3的矩阵
m = np.array([[1, 2, 3], [4, 5, 6]])

这里的np.array函数将一个列表作为参数，返回一个numpy数组对象，这个数组对象就是一个矩阵。第一个列表[1, 2, 3]就是矩阵中的第一行，第二个列表[4, 5, 6]就是矩阵中的第二行。

不仅可以使用列表创建矩阵，也可以使用元组（tuple）来创建：

import numpy as np

# 创建一个2 * 3的矩阵
m = np.array(((1, 2, 3), (4, 5, 6)))

矩阵加法

矩阵加法的前提是要求两个矩阵的行数和列数相同，才能逐个对应相加。

import numpy as np

m1 = np.array([[1, 2], [3, 4]])
m2 = np.array([[5, 6], [7, 8]])

# 矩阵加法
m3 = m1 + m2

print(m3)

输出结果：

[[ 6  8]
 [10 12]]

矩阵减法

矩阵减法同样是要求两个矩阵的行数和列数相同，才能逐个对应相减。

import numpy as np

m1 = np.array([[1, 2], [3, 4]])
m2 = np.array([[5, 6], [7, 8]])

# 矩阵减法
m3 = m1 - m2

print(m3)

输出结果：

[[-4 -4]
 [-4 -4]]

矩阵乘法

矩阵乘法需要注意的是，第一个矩阵的列数必须等于第二个矩阵的行数，才能进行矩阵乘法。同时，矩阵乘法是有顺序的，A（n * m） 乘以 B（m * p）等于 C（n * p），也就是 n 行 p 列的矩阵。

import numpy as np

m1 = np.array([[1, 2], [3, 4]])
m2 = np.array([[5, 6], [7, 8]])

# 矩阵乘法
m3 = np.dot(m1, m2)

print(m3)

输出结果：

[[19 22]
 [43 50]]

矩阵除法

矩阵除法相对来说比较少用，但是需要注意的是，在 numpy 库中没有矩阵的除法符号，因此需要使用 numpy 提供的函数来进行矩阵的除法运算。常用的函数包括numpy.linalg.inv（求逆矩阵）和numpy.linalg.solve（求解线性方程组）。

下面是求解线性方程组的矩阵除法示例：

import numpy as np

A = np.array([[1, 2], [3, 4]])
b = np.array([1, 2])

# 求解线性方程组
x = np.linalg.solve(A, b)

print(x)

输出结果：

[-0.49999999  0.99999999]

这里的np.linalg.solve(A, b)就是求解线性方程组的函数，第一个参数是系数矩阵，第二个参数是方程组右边的值（常数项）。求解之后，返回一个数组，表示方程组的解。