我们如何使用 SciPy 库来求解线性方程？
SciPy 有一个名为 scipy 的函数。求解线性方程组。我们只需要知道如何用向量表示线性方程。它将求解未知 x 的线性方程组 a * x = b。让我们借助以下示例来理解它 -linalg.solve()
示例
在这个例子中，我们将尝试解决一个线性代数系统，它可以给出如下 -
3x + 2y = 2
x - y = 4
5y + z = -1
函数 scipy。将找到所有上述三个方程都为零的 x、y 和 z 值。linalg.solve()
import numpy as np from scipy import linalg# The linear algebra system which is given as# 3x + 2y = 2# x - y = 4# 5y + z = -1#We need to find values of x,y and z for which all these equations are zero# Creating the input arraya = np.array([[3, 2, 0], [1, -1, 0], [0, 5, 1]])# Providing the solution Arrayb = np.array([[2], [4], [-1]])# Solve the linear algebrax = linalg.solve(a, b)# Printing the resultprint(x)# Checking the resultnp.dot(a, x) == b
输出结果
[[ 2.] [-2.] [ 9.]]
让我们再看一个例子 -
示例
在这个例子中，我们将解决一个更复杂的线性代数系统，如下所示 -
x + 2y - 3z = -3
2x - 5y + 4z = 13
5x + 4y - z = 5
import numpy as np from scipy import linalg# Creating the input arraya = np.array([[1, 2, -3], [2, -5, 4], [5, 4, -1]])# Providing the solution Arrayb = np.array([[-3], [13], [5]])# Solve the linear algebrax = linalg.solve(a, b)# Printing the resultprint(x)# Checking the resultnp.dot(a, x) == b
输出结果
[[ 2.] [-1.] [ 1.]]