पायथन में हम विभिन्न मैट्रिक्स मैनिपुलेशन और ऑपरेशन हल कर सकते हैं। Numpy मॉड्यूल मैट्रिक्स ऑपरेशन के लिए विभिन्न मेथड प्रदान करता है।
- add() - दो मैट्रिक्स के तत्वों को जोड़ता है।
- subtract() - दो मैट्रिक्स के तत्वों को घटाता है।
- divide() - दो मैट्रिक्स के तत्वों को विभाजित करता है।
- multiply() - दो मैट्रिक्स के तत्वों को गुणा करता है।
- dot() - यह मैट्रिक्स गुणन करता है, तत्व-वार गुणन नहीं।
- sqrt() - मैट्रिक्स के प्रत्येक तत्व का वर्गमूल।
- sum(x, axis) - मैट्रिक्स में सभी तत्वों को जोड़ता है। दूसरा तर्क वैकल्पिक है, इसका उपयोग तब किया जाता है जब हम कॉलम योग की गणना करना चाहते हैं यदि axis 0 है और पंक्ति योग यदि axis 1 है।
- "T" - यह निर्दिष्ट मैट्रिक्स का ट्रांसपोज़ करता है।
उदाहरण कोड
import numpy
# दो मैट्रिक्स मान द्वारा आरंभ किए गए
x = numpy.array([[1, 2], [4, 5]])
y = numpy.array([[7, 8], [9, 10]])
# add() मैट्रिक्स जोड़ने के लिए उपयोग किया जाता है
print("Addition of two matrices: ")
print(numpy.add(x, y))
# subtract() मैट्रिक्स घटाने के लिए उपयोग किया जाता है
print("Subtraction of two matrices : ")
print(numpy.subtract(x, y))
# divide() मैट्रिक्स विभाजित करने के लिए उपयोग किया जाता है
print("Matrix Division : ")
print(numpy.divide(x, y))
print("Multiplication of two matrices: ")
print(numpy.multiply(x, y))
print("The product of two matrices : ")
print(numpy.dot(x, y))
print("square root is : ")
print(numpy.sqrt(x))
print("The summation of elements : ")
print(numpy.sum(y))
print("The column wise summation : ")
print(numpy.sum(y, axis=0))
print("The row wise summation: ")
print(numpy.sum(y, axis=1))
# मैट्रिक्स को ट्रांसपोज़ करने के लिए "T" का उपयोग
print("Matrix transposition : ")
print(x.T)
आउटपुट
Addition of two matrices: [[ 8 10] [13 15]] Subtraction of two matrices : [[-6 -6] [-5 -5]] Matrix Division : [[0.14285714 0.25 ] [0.44444444 0.5 ]] Multiplication of two matrices: [[ 7 16] [36 50]] The product of two matrices : [[25 28] [73 82]] square root is : [[1. 1.41421356] [2. 2.23606798]] The summation of elements : 34 The column wise summation : [16 18] The row wise summation: [15 19] Matrix transposition : [[1 4] [2 5]]
