时间:2021-05-22
我就废话不多说,直接上代码吧!
# coding: utf8import numpy as np# 设置矩阵def getInput(): matrix_a = np.mat([[2, 3, 11, 5], [1, 1, 5, 2], [2, 1, 3, 2], [1, 1, 3, 4]],dtype=float) matrix_b = np.mat([2,1,-3,-3]) #答案:-2 0 1 1 return matrix_a, matrix_bdef SequentialGauss(mat_a): for i in range(0, (mat_a.shape[0])-1): if mat_a[i, i] == 0: print("终断运算:") print(mat_a) break else: for j in range(i+1, mat_a.shape[0]): mat_a[j:j+1 , :] = mat_a[j:j+1,:] - \ (mat_a[j,i]/mat_a[i,i])*mat_a[i, :] return mat_adef revert(new_mat): #创建矩阵存放答案 初始化为0 x = np.mat(np.zeros(new_mat.shape[0], dtype=float)) number = x.shape[1]-1 # print(number) b = number+1 x[0,number] = new_mat[number,b]/new_mat[number, number] for i in range(number-1,-1,-1): try: x[0,i] = (new_mat[i,b]-np.sum(np.multiply(new_mat[i,i+1:b],x[0,i+1:b])))/(new_mat[i,i]) except:print("错误") print(x)if __name__ == "__main__": mat_a, mat_b = getInput() # 合并两个矩阵 print("原矩阵") print(np.hstack((mat_a, mat_b.T))) new_mat = SequentialGauss(np.hstack((mat_a, mat_b.T))) print("三角矩阵") print(new_mat) print("方程的解") revert(new_mat)运行结果如下
以上这篇Python 实现顺序高斯消元法示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了Python基于高斯消元法计算线性方程组。分享给大家供大家参考,具体如下:#!/usr/bin/envpython#coding=utf-8#以上
学过数学的人都知道,高斯消元法是解线性方程组是,算法很简单,但过程很复杂,这就是我在网上找不到免费的且正确的高斯消元法的原因了。所以我下决心自己编,结果Idoi
顺序表python版的实现(部分功能未实现)结果展示:代码示例:#!/usr/bin/envpython#-*-coding:utf-8-*-classSeqL
本文实例为大家分享了python+opencv实现霍夫变换检测直线的具体代码,供大家参考,具体内容如下python+opencv实现高斯平滑滤波python+o
使用Python实现了一下我们同事的C++高斯投影正反算,实际跑通,可用。#!/usr/bin/python#-*-coding:utf-8-*-importm