python 线性代数:[3]矩阵转置

2025-10-23 15:50:50

矩阵的转置很简单,就是将矩阵的行变为列,将列变为行,我们先通过例子看一下矩阵转置是怎么做的。然后验证几个规律。

    先创建一个矩阵A

    python 线性代数:[3]矩阵转置

    我们使用属性T来得到矩阵A的转置矩阵

    python 线性代数:[3]矩阵转置

    我们验证第一个性质:(A')'=A

    python 线性代数:[3]矩阵转置

    再创建两个尺寸相同的矩阵

    python 线性代数:[3]矩阵转置

    验证矩阵转置的第二个性质:(A±B)'=A'±B'

    python 线性代数:[3]矩阵转置

    验证矩阵转置的第三个性质:(KA)'=KA'

    python 线性代数:[3]矩阵转置

    验证矩阵转置的第四个性质:(A×B)'= B'×A'

    python 线性代数:[3]矩阵转置

    python 线性代数:[3]矩阵转置

    本文用到的所有代码如下:

        

    >>> A

    array([[1, 2, 3],

           [4, 5, 6]])

    >>> 

    >>> 

    >>> 

    >>> 

    >>> 

    >>> 

    >>> A.T

    array([[1, 4],

           [2, 5],

           [3, 6]])

    >>> 

    >>> 

    >>> 

    >>> A.T.T

    array([[1, 2, 3],

           [4, 5, 6]])

    >>> 

    >>> 

    >>> 

    >>> B

    array([[1, 4],

           [2, 5],

           [3, 6]])

    >>> D

    array([[0, 3],

           [1, 4],

           [2, 5]])

    >>> 

    >>> 

    >>> (B+D).T

    array([[ 1,  3,  5],

           [ 7,  9, 11]])

    >>> 

    >>> 

    >>> 

    >>> B.T+D.T

    array([[ 1,  3,  5],

           [ 7,  9, 11]])

    >>> 

    >>> 

    >>> 

    >>> 10*A.T

    array([[10, 40],

           [20, 50],

           [30, 60]])

    >>> (10*A).T

    array([[10, 40],

           [20, 50],

           [30, 60]])

    >>> 

    >>> 

    >>> 

    >>> 

    >>> np.dot(A,B).T

    array([[14, 32],

           [32, 77]])

    >>> 

    >>> 

    >>> np.dot(A.T,B.T)

    array([[17, 22, 27],

           [22, 29, 36],

           [27, 36, 45]])

    >>> 

    >>> 

    >>> 

    >>> np.dot(B.T,A.T)

    array([[14, 32],

           [32, 77]])

    >>> 

    >>> 

    >>> 

(共篇)上一篇:矩阵乘法|下一篇:
声明:本网站引用、摘录或转载内容仅供网站访问者交流或参考,不代表本站立场,如存在版权或非法内容,请联系站长删除,联系邮箱:site.kefu@qq.com。
猜你喜欢