Python中的线性代数运算
这里,为了熟悉Python语言的特性,我们采用一种最原始的方式去定义线性代数运算的相关函数。
如果是真实应用场景,则直接使用NumPy的函数即可。
1.向量
创建一个向量
我们可以把Python中的向量理解为有限维空间中的点。
height_weight_age = [70,170,40]
grades = [95,80,75,62]
向量运算
#### 加法定义——两个向量
def vector_add(v,w):
"""add coresponding elements"""
return [v_i + w_i
for v_i,w_i in zip(v,w)]
#### 减法定义
def vector_substract(v,w):
"""substracts coresponding elements"""
return [v_i - w_i
for v_i,w_i in zip(v,w)]
#### 向量加法——多个向量(list of vectors)
####### method 1:
def vector_sum(vectors):
"""sums of all coresponding elements"""
result = vectors[0]
for vector in vectors[1:]:
result = vector_add(result,vector)
return result
######## mothod 2:
def vector_sum(vecotrs):
return reduce(vector_add,vectors)
######## mothod 3:
from functools import partial
vector_sum = partial(reduce,vector_add)
### 向量的数乘运算
def scalar_multiply(c,v):
"""c is a number,v is a vector"""
return [c * v_i for v_i in v]
### 向量的均值运算
def vector_mean(vectors):
"""compute the vector whose i-th element is the mean of
the i-th elements of the input vectors"""
n = len(vecotrs)
return scalar_multiply(1/n,vector_sum())
### 向量的点乘
def dot(v,w):
return sum(v_i * w_i
for v_i,w_i in zip(v,w))
### 向量的平房和
def sum_of_squares(v):
"""v_1*v_1+v_2*v_2+...+v_n*v_n"""
return dot(v,v)
### 向量的模
import math
def magnitude(v):
return math.sqrt(sum_of_squares(v))
### 向量的距离
##### method 1:
def squared_distance(v,w):
""""""
return sum_of_squares(vector_substract(v,w))
##### method 2:
def distance(v,w):
return magnitude(vector_substract(v,w))
##### method 3:
def distance(v,w):
return math.sqrt(squared_distance(v,w))
2.矩阵
矩阵是一个二维的数字集合。我们可以通过列表的列表来表达一个矩阵,这样,内层列表是等长的,并且每个内层列表表达矩阵的一行。
### 定义一个向量
A = [[1,2,3],
[4,5,6]]
B = [[1,2],
[3,4],
[7,8]]
### 获得矩阵的行数和列数
def shape(A):
num_rows = len(A)
num_cols = len(A[0]) if A else 0
return num_rows,num_cols
### 提取某一行
def get_row(A,i):
return A[i]
###提取某一列
def get_column(A,j):
return [A_i[j] # j-th element of row A_i
for A_i in A] # for each row in A
### 定制特殊矩阵生成函数:如单位矩阵
def make_matrix(num_rows,num_cols,entry_fn):
"""return a matrix whose (i,j)-th entry is entry_fn(i,j)"""
return [[entry_fn(i,j)
for j in range(num_cols)]
for i in range(num_rows)]
###
def is_diagonal(i,j):
return 1 if i==j else 0
make_matrix(5,5,is_diagonal)
[[1, 0, 0, 0, 0],
[0, 1, 0, 0, 0],
[0, 0, 1, 0, 0],
[0, 0, 0, 1, 0],
[0, 0, 0, 0, 1]]
参考文献
- 『Data Science from Scratch』