1주차 DAY2 파이썬으로 데이터 다루기 (T.I.L) chap 2

2021.01.04 공부한 내용

Linear Algebra with Numpy I

영백터(영행렬)

• 원소가 모두 0인 벡터(행렬)
• np.zeros(dim) 을 통해 생성, dim은 값, 혹은 튜플(,)

일벡터(일행렬)

• 원소가 모두 1인 벡터(행렬)
• np.ones(dim) 을 통해 생성, dim은 값, 튜플(,)

대각행렬 (diagonal matrix)

• Main Diagonal을 제외한 성분이 0인 행렬
• np.diag((main_diagonals))을 통해 생성할 수 있음

항등 행렬

• mian diagonal == 1인 diagonal matrix(대각 행렬)
• np.eye(n, (dtype = int, uint, float,colplex,...))를 사용

행렬곱(dot product)

• 행렬간에 정의되는 곱 연산(dot product)
• np.dot(),@를 사용

Linear Algebra with Numpy II

트레이스

• Main Diagonal의 Sum
• np.trace()을 사용

행렬식

• 행렬을 대표하는 값 중 하나
• 선형변환 과정에서 Vector의 Scaling 과정
• np.linalg.deet()으로 계산

역행렬

• 행렬 A에 대해서 AB = BA = I를 만족하는 행렬 B
• np.linalg.inv()을 사용

고유값과 고유벡터

• 정방행렬(nxn) A에 대해서 AX = lambda x 을 만족하는 lambda와 x를 고유값과 고유벡터라 한다.
• np.linalg.eig()로 계산