NumPy矩阵的基本计算2

#%%
import numpy as np

a1=np.arange(4)
print(a1)

A = a1*a1   #0+0,1+1,2+2,3+3
print(A)

C = np.matmul(A,B)   #A=mxs B=sxn C=mxn

a1 = np.arange(4).reshape(2,2)

A=np.trace(a1)
print(A)

a1 = np.arange([[1,3,4],[2,1,3],[1,1,2]])
A=np.linalg.matrix_rank(a1)
print(A)

a1 = np.arange(4).reshape(2,2)
A=np.linalg.det(a1)
print(A)

a1 = np.arange([[1,1],[3,1]])
A = np.linalg.inv(a1)

print(A)

#%%
import numpy as np

# 1.逐个元素相乘(*)
a1=np.arange(4)
print(a1)

A = a1*a1   #0+0,1+1,2+2,3+3
print(A)
#%%

# 2.矩阵乘法
# C = np.matmul(A,B)   #A=mxs B=sxn C=mxn

#%%
## 3.矩阵的迹【对角线元素之和】
a1 = np.arange(4).reshape(2,2)

A=np.trace(a1)
print(A)
#%%
# 4.矩阵的秩（rank)==>np.linalg.matrix_rank(矩阵)

a1 = np.arange([[1,3,4],[2,1,3],[1,1,2]])
A=np.linalg.matrix_rank(a1)
print(A)

#%%
# 5.矩阵的行列式
a1 = np.arange(4).reshape(2,2)
A=np.linalg.det(a1)
print(A)

#%%
# 6.矩阵的逆（A^-1）===>np.linalg.inv(矩阵)

a1 = np.arange([[1,1],[3,1]])
A = np.linalg.inv(a1)
print(A)