เมธอด numpy.linalg.matrix_rank() คำนวณรังก์เมทริกซ์ด้วย SVD นับจำนวน singular values ที่ > tol ค่า tol เริ่มต้นคำนวณจาก epsilon ของ dtype และขนาดเมทริกซ์
ขั้นตอนการใช้งาน
import numpy as np from numpy.linalg import matrix_rank
สร้างเมทริกซ์ identity 5x5 และหาค่ารังก์
arr = np.eye(5)
print("Our Array...\n", arr)
print("\nDimensions of our Array...\n", arr.ndim)
print("\nDatatype of our Array object...\n", arr.dtype)
print("\nShape of our Array object...\n", arr.shape)
print("\nResult (rank)...\n", matrix_rank(arr))
โค้ดตัวอย่างสมบูรณ์
import numpy as np
from numpy.linalg import matrix_rank
arr = np.eye(5)
print("Our Array...\n", arr)
print("\nDimensions of our Array...\n", arr.ndim)
print("\nDatatype of our Array object...\n", arr.dtype)
print("\nShape of our Array object...\n", arr.shape)
print("\nResult (rank)...\n", matrix_rank(arr))
ผลลัพธ์ที่คาดหวัง
Our Array... [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Shape of our Array object... (5, 5) Result (rank)... 5
