学习Julia矩阵操作与保持年轻的秘诀
自语：
话说Julia是一个神奇的语言，语法简单，速度贼快，是吹牛装X的不二神器。记得一个物理学家说过，那些旧理论之所以消失，不是因为人们改变了看法，而是持那种看法的人死光了。
同样的道理（同样在哪里？？？），以后Fortran或者其它旧式的语言之所以消失，不是因为大家都学习了新语言，而是使用他们的人死光了。
为了证明自己还永远年轻，就用一些时髦的词汇，看bilibili，玩QQ空间，听《两只老虎爱跳舞》，学习Julia。。。
对于嘲笑我装嫩的年轻人，我引用王朔的话：“让我欣慰的是：你也不会年轻很久了”
加油吧，骚年，还在朋友圈打卡R和Python么，试试Julia吧！
1.1 矩阵的生成
生成一个4行4列的矩阵, 这里使用1~16数字. 注意, 这里生成矩阵时, 需要首先定义一个空的数组, 然后再进行填充.
mat = Array(Int32,4,4)
4×4 Array{Int32,2}:
125804192 256236432 79364176 79364176
0 0 0 0
79234864 79266064 125805712 248775184
0 0 0 0
mat[:]=1:16
mat
4×4 Array{Int32,2}:
1 5 9 13
2 6 10 14
3 7 11 15
4 8 12 16
也可以使用reshape构建矩阵
reshape(1:15,3,5)
3×5 Base.ReshapedArray{Int64,2,UnitRange{Int64},Tuple{}}:
1 4 7 10 13
2 5 8 11 14
3 6 9 12 15
1.2 提取主对角线
diag(mat)
4-element Array{Int64,1}:
1
6
11
16
1.3 生成对角线为1的对角矩阵
eye(4)
4×4 Array{Float64,2}:
1.0 0.0 0.0 0.0
0.0 1.0 0.0 0.0
0.0 0.0 1.0 0.0
0.0 0.0 0.0 1.0
1.4 提取矩阵的下三角
tril(mat)
4×4 Array{Int64,2}:
1 0 0 0
2 6 0 0
3 7 11 0
4 8 12 16
1.5 提取矩阵的上三角
triu(mat)
4×4 Array{Int64,2}:
1 5 9 13
0 6 10 14
0 0 11 15
0 0 0 16
1.6 矩阵转置
mat'
4×4 Array{Int64,2}:
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
1.7 矩阵相乘
a = [[1,3] [2,4]]
2×2 Array{Int64,2}:
1 2
3 4
b = [[2,4] [3,5]]
2×2 Array{Int64,2}:
2 3
4 5
对应数值相乘
a.*b
2×2 Array{Int64,2}:
2 6
12 20
矩阵相乘
a*b
2×2 Array{Int64,2}:
10 13
22 29
1.8 矩阵求逆
inv(a)
2×2 Array{Float64,2}:
-2.0 1.0
1.5 -0.5
inv(a)*a
2×2 Array{Float64,2}:
1.0 0.0
2.22045e-16 1.0本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-02-22，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录