Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

आइंस्टीन समेशन कन्वेंशन का उपयोग करके पायथन में मैट्रिक्स का ट्रेस प्राप्त करना


einsum() मेथड ऑपरेंड्स पर आइंस्टीन समेशन कन्वेंशन का मूल्यांकन करता है। इस कन्वेंशन का उपयोग करके, कई सामान्य बहुआयामी, रैखिक बीजगणितीय ऐरे ऑपरेशन्स को सरल तरीके से दर्शाया जा सकता है। इम्प्लिसिट मोड में einsum इन मानों की गणना करता है।

एक्सप्लिसिट मोड में, einsum निर्दिष्ट सबस्क्रिप्ट लेबल्स पर समेशन को अक्षम या बाध्य करके उन ऐरे ऑपरेशन्स की गणना में और लचीलापन प्रदान करता है जिन्हें क्लासिकल आइंस्टीन समेशन ऑपरेशन्स नहीं माना जाता।

आइंस्टीन समेशन कन्वेंशन के साथ मैट्रिक्स का ट्रेस (trace) प्राप्त करने के लिए, पायथन में numpy.einsum() मेथड का उपयोग करें। पहला पैरामीटर सबस्क्रिप्ट होता है। यह कॉमा से अलग सबस्क्रिप्ट लेबल्स की सूची के रूप में समेशन के लिए सबस्क्रिप्ट्स को निर्दिष्ट करता है। दूसरा पैरामीटर ऑपरेंड्स होता है। ये ऑपरेशन के लिए ऐरे हैं।

चरण

सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें:

import numpy as np

arange() और reshape() मेथड का उपयोग करके एक नम्पाई ऐरे बनाएं:

arr = np.arange(16).reshape(4, 4)

ऐरे प्रदर्शित करें:

print("हमारा ऐरे...\n", arr)

आयाम जांचें:

print("\nहमारे ऐरे के आयाम...\n", arr.ndim)

डेटा टाइप प्राप्त करें:

print("\nहमारे ऐरे ऑब्जेक्ट का डेटा टाइप...\n", arr.dtype)

आकार प्राप्त करें:

print("\nहमारे ऐरे ऑब्जेक्ट का आकार...\n", arr.shape)

आइंस्टीन समेशन कन्वेंशन के साथ मैट्रिक्स का ट्रेस प्राप्त करने के लिए, पायथन में numpy.einsum() मेथड का उपयोग करें:

print("\nपरिणाम (ट्रेस)...\n", np.einsum('ii', arr))

उदाहरण

import numpy as np
# arange() और reshape() मेथड का उपयोग करके एक नम्पाई ऐरे बनाना
arr = np.arange(16).reshape(4, 4)
# ऐरे प्रदर्शित करना
print("हमारा ऐरे...\n", arr)
# आयाम जांचना
print("\nहमारे ऐरे के आयाम...\n", arr.ndim)
# डेटा टाइप प्राप्त करना
print("\nहमारे ऐरे ऑब्जेक्ट का डेटा टाइप...\n", arr.dtype)
# आकार प्राप्त करना
print("\nहमारे ऐरे ऑब्जेक्ट का आकार...\n", arr.shape)
# आइंस्टीन समेशन कन्वेंशन के साथ मैट्रिक्स का ट्रेस प्राप्त करने के लिए, पायथन में numpy.einsum() मेथड का उपयोग करें।
print("\nपरिणाम (ट्रेस)...\n", np.einsum('ii', arr))

आउटपुट

हमारा ऐरे... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] हमारे ऐरे के आयाम... 2 हमारे ऐरे ऑब्जेक्ट का डेटा टाइप... int64 हमारे ऐरे ऑब्जेक्ट का आकार... (4, 4) परिणाम (ट्रेस)... 30

  1. - Python में 3D ऐरे का इनवर्स (प्रतिलोम) निकालें

    NumPy का numpy.linalg.tensorinv() फंक्शन N-डायमेंशनल ऐरे (टेंसर्स) का टेंसर इनवर्स निकालता है। यह सामान्य मैट्रिक्स इनवर्स का उच्च-आयामी सामान्यीकरण है। सिंटैक्स और पैरामीटर्स numpy.linalg.tensorinv(a, ind=2) a: इनपुट टेंसर (ऐरे)। इसका आकार वर्गाकार होना चाहिए: prod(a.shape[:ind]) == prod(a.sha

  1. - Python में मैट्रिक्स ऑब्जेक्ट का मल्टीप्लिकेटिव इनवर्स निकालें

    NumPy का numpy.linalg.inv() फंक्शन मैट्रिक्स का मल्टीप्लिकेटिव इनवर्स (गुणात्मक प्रतिलोम) निकालता है। np.matrix ऑब्जेक्ट के साथ उपयोग करने पर यह मैट्रिक्स ऑब्जेक्ट लौटाता है। सिंटैक्स numpy.linalg.inv(a) a: वर्ग मैट्रिक्स (2D ऐरे या मैट्रिक्स ऑब्जेक्ट)। वापसी: मैट्रिक्स ainv जैसे कि a @ ainv

  1. - Python में मैट्रिक्स का मल्टीप्लिकेटिव इनवर्स निकालें

    NumPy का numpy.linalg.inv() फंक्शन वर्ग मैट्रिक्स का मल्टीप्लिकेटिव इनवर्स (गुणात्मक प्रतिलोम) निकालता है। यह A⁻¹ लौटाता है जैसे कि A @ A⁻¹ = A⁻¹ @ A = I। सिंटैक्स numpy.linalg.inv(a) a: वर्ग मैट्रिक्स (2D ऐरे), आकार (N, N)। वापसी: इनवर्स मैट्रिक्स, आकार (N, N)। एक्सेप्शन: सिंगुलर मैट्रिक्स