ในการคำนวณค่าผกผัน (การคูณ) ของเมทริกซ์ ให้ใช้เมธอด numpy.linalg.inv() ใน Python รับเมทริกซ์สี่เหลี่ยม a ส่งคืนเมทริกซ์ ainv จุดที่น่าพอใจ (a, ainv) =dot (ainv, a) =ตา (a.shape[0]) วิธีการส่งคืน (การคูณ) ผกผันของเมทริกซ์ a พารามิเตอร์ที่ 1 a คือเมทริกซ์ที่จะกลับด้าน
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น-
import numpy as np from numpy.linalg import inv
สร้างอาร์เรย์ -
arr = np.array([[ 5, 10], [ 15, 20 ]])
แสดงอาร์เรย์ -
print("Our Array...\n",arr)
ตรวจสอบขนาด -
print("\nDimensions of our Array...\n",arr.ndim)
รับประเภทข้อมูล -
print("\nDatatype of our Array object...\n",arr.dtype)
รับรูปร่าง -
print("\nShape of our Array object...\n",arr.shape)
ในการคำนวณค่าผกผัน (การคูณ) ของเมทริกซ์ ให้ใช้เมธอด numpy.linalg.inv() ใน Python -
print("\nResult...\n",np.linalg.inv(arr))
ตัวอย่าง
import numpy as np from numpy.linalg import inv # Create an array arr = np.array([[ 5, 10], [ 15, 20 ]]) # Display the array print("Our Array...\n",arr) # Check the Dimensions print("\nDimensions of our Array...\n",arr.ndim) # Get the Datatype print("\nDatatype of our Array object...\n",arr.dtype) # Get the Shape print("\nShape of our Array object...\n",arr.shape) # To compute the (multiplicative) inverse of a matrix, use the numpy.linalg.inv() method in Python. print("\nResult...\n",np.linalg.inv(arr))
ผลลัพธ์
Our Array... [[ 5 10] [15 20]] Dimensions of our Array... 2 Datatype of our Array object... int64 Shape of our Array object... (2, 2) Result... [[-0.4 0.2] [ 0.3 -0.1]]