Python에서 행렬 스택에 대한 로그 결정자 계산

행렬 스택에 대한 로그 결정자를 계산하려면 Python에서 numpy.linalg.slogdet() 메서드를 사용합니다. 첫 번째 매개변수인 s는 입력 배열이며 정사각형 2차원 배열이어야 합니다. 이 메서드는 부호가 있는 행렬식의 부호를 나타내는 숫자를 반환합니다. 실수 행렬의 경우 1, 0 또는 -1입니다. 복소수 행렬의 경우 절대값이 1 또는 0인 복소수입니다.

logdet을 사용하는 이 메서드는 행렬식의 절대값에 대한 자연 로그를 반환합니다. 행렬식이 0이면 sign은 0이 되고 logdet은 -Inf가 됩니다. 모든 경우에 행렬식은 sign * np.exp(logdet)와 같습니다.

단계

먼저 필요한 라이브러리를 가져옵니다-

import numpy as np

배열 생성 -

arr = np.array([ [[1, 2], [3, 4]], [[1, 2], [2, 1]], [[1, 3], [3, 1]] ])

배열 표시 -

print("Our Array...\n",arr)

치수 확인 -

print("\nDimensions of our Array...\n",arr.ndim)

데이터 유형 가져오기 -

print("\nDatatype of our Array object...\n",arr.dtype)

모양 가져오기 -

print("\nShape of our Array object...\n",arr.shape)

선형 대수학에서 배열의 행렬식 -

print("\nDeterminant...\n",np.linalg.det(arr))

행렬 스택에 대한 로그 결정자를 계산하려면 numpy.linalg.slogdet() 메서드를 사용합니다. 행렬식이 0이면 sign은 0이 되고 logdet은 -Inf가 됩니다. 모든 경우에 행렬식은 sign * np.exp(logdet) −

(sign, logdet) = np.linalg.slogdet(arr)
print("\nResult....\n",(sign, logdet))

예

import numpy as np

# Create an array
arr = np.array([ [[1, 2], [3, 4]], [[1, 2], [2, 1]], [[1, 3], [3, 1]]])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# The determinant of an array in linear algebra
print("\nDeterminant...\n",np.linalg.det(arr))

# To compute log-determinants for a stack of matrices, use the numpy.linalg.slogdet() method in Python
(sign, logdet) = np.linalg.slogdet(arr)
print("\nResult....\n",(sign, logdet))

출력

Our Array...
[[[1 2]
[3 4]]

[[1 2]
[2 1]]

[[1 3]
[3 1]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(3, 2, 2)

Determinant...
[-2. -3. -8.]

Result....
(array([-1., -1., -1.]), array([0.69314718, 1.09861229, 2.07944154]))