时间:2021-05-22
高斯消除矩阵
#! /usr/bin/env python# -*- coding: utf-8 -*-#def pprint(A): for i in A: print(i) print("")data = [ [1, 2, 1, 2], [3, 8, 1, 12], [0, 4, 1, 2]]n = len(data)print("输入数据")pprint(data)for i in range(n): print("第{}次操作".format(i)) maxE = abs(data[i][i]) # 最大值在第几行 maxRow = i for k in range(i + 1, n): if abs(data[k][i] > maxE): maxE = abs(data[k][i]) maxRow = k # 当前行交换最大的行 for k in range(i, n + 1): data[maxRow][k], data[i][k] = data[i][k], data[maxRow][k] print("当前行交换最大的行 交换结果") pprint(data) # 改0 for k in range(i + 1, n): c = -data[k][i] / data[i][i] print(-data[k][i] ,"/", data[i][i]) for j in range(i, n + 1): if i == j: data[k][j] = 0 else: data[k][j] += c * data[i][j] print("改0结果") pprint(data)# 化简后结果print("化简结果")pprint(data)# 结果计算result = [0 for i in range(n)]for i in range(n - 1, -1, -1): result[i] = data[i][n] / data[i][i] for k in range(i - 1, -1, -1): data[k][n] -= data[k][i] * result[i]print(result)总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
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矩阵常见运算操作。分享给大家供大家参考,具体如下:python的numpy库提供矩阵运算的功能,因此我们在需要矩阵运算的时候,需要导入
补充知识:正定矩阵奇异矩阵严格对角占优要理解Gauss消去法,首先来看一个例子:从上例子可以看出,高斯消去法实际上就是我们初中学的阶二元一次方程组,只不过那里的
算法流程:将图像转换为灰度图像利用Sobel滤波器求出海森矩阵(Hessianmatrix):将高斯滤波器分别作用于Ix²、Iy²、IxIy
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