पायथन में एक मैट्रिक्स के मूर-पेनरोज़ स्यूडोइनवर्स की गणना करें

मैट्रिक्स के (मूर-पेनरोज़) छद्म प्रतिलोम की गणना करने के लिए, पायथन में numpy.linalg.pinv() विधि का उपयोग करें। मैट्रिक्स के सामान्यीकृत व्युत्क्रम की गणना उसके एकवचन-मूल्य अपघटन (एसवीडी) का उपयोग करके और सभी बड़े एकवचन मूल्यों को शामिल करते हुए करें।

पहला पैरामीटर, a एक मैट्रिक्स या मैट्रिसेस का स्टैक है जिसे छद्म-उलटा होना चाहिए। दूसरा पैरामीटर, rcoden छोटे एकवचन मानों के लिए कटऑफ है। rcond से कम या उसके बराबर एकवचन मान *big_singular_value शून्य पर सेट है। मैट्रिक्स के ढेर के खिलाफ प्रसारण। तीसरा पैरामीटर, हेर्मिटियन, यदि सही है, तो एक को हर्मिटियन माना जाता है, जो एकवचन मूल्यों को खोजने के लिए एक अधिक कुशल विधि को सक्षम करता है। डिफ़ॉल्ट से गलत.

कदम

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें-

import numpy as np

रैंडन () -

arr = np.random.randn(9, 6)

सरणी प्रदर्शित करें -

print("Our Array...\n",arr)

आयामों की जाँच करें -

print("\nDimensions of our Array...\n",arr.ndim)

डेटाटाइप प्राप्त करें -

print("\nDatatype of our Array object...\n",arr.dtype)

आकार प्राप्त करें -

print("\nShape of our Array object...\n",arr.shape)

मैट्रिक्स के (मूर-पेनरोज़) छद्म प्रतिलोम की गणना करने के लिए, numpy.linalg.pinv() विधि का उपयोग करें -

print("\nResult...\n",np.linalg.pinv(arr))

उदाहरण

import numpy as np

# Create an array and fill with random values using randn()
arr = np.random.randn(9, 6)

# 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 (Moore-Penrose) pseudo-inverse of a matrix, use the numpy.linalg.pinv() method in Python.
print("\nResult...\n",np.linalg.pinv(arr))

आउटपुट

Our Array...
[[ 2.14644893 -0.14757929 0.14252834 0.54433625 -0.21374741 0.08804508]
[-0.05644831 -0.75323572 -1.95304923 0.17167461 -0.64155798 -1.38576017]
[-1.40043868 -0.62073383 -0.13501655 0.79788858 -1.47284176 1.03076414]
[ 0.52384943 -0.51581571 -0.35674166 1.32374059 -0.31340491 0.26292693]
[-0.28434997 0.07384262 1.62577397 -0.54059147 -1.02090985 2.36613533]
[-0.22025823 -1.07203572 1.30598633 0.39122889 2.05180917 1.59262088]
[-2.53455261 0.79274529 0.1822599 1.11345144 0.54343454 0.27523291]
[-1.11915817 1.21435385 0.87345865 0.85541497 1.90349169 -0.05778244]
[ 0.99636776 0.83682256 -0.03753307 -0.11389184 1.14089214 0.11317533]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Shape of our Array object...
(9, 6)

Result...
[[ 0.19229685 -0.03266066 -0.05913054 0.0990068 0.01377734 -0.02829296
-0.11340774 -0.02715551 0.13106032]
[ 0.01242764 -0.03612164 -0.0019295 0.00090135 0.15372234 -0.31686534
0.16305901 0.09059529 0.45836714]
[ 0.23344397 -0.46295399 -0.17382325 -0.0801975 -0.10227208 -0.04366331
-0.14434698 0.2615106 -0.84357154]
[ 0.28299012 -0.06772757 0.11355691 0.31272279 -0.11283442 -0.0361218
0.12165585 0.17999476 -0.14682526]
[-0.11148768 0.11063486 -0.07823299 -0.03096356 -0.07104466 0.24122668
0.02395283 0.01890529 0.26797921]
[-0.13235983 0.21188986 0.20340676 0.09081754 0.31058622 0.13372814
0.11417357 -0.20740154 0.71096452]]