对矩阵操作sqrt的意思是对矩阵中的每个元素都开方,比如:
from numpy import *import numpy as np
A = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
B = array([1, 2, 3])
print(A)
print(np.sqrt(A))
print(B)
print(np.sqrt(B))
运行结果如下:
我也是刚刚学Python,以前对MATLAB中的矩阵操作比较熟悉,发现命令内容基本差不多。希望采纳,谢谢
1、代码
import math
a = math.sqrt(4)
print(a)
2、结果
2
3、说明
python根号是使用math模块中的sqrt()
1:二分法
求根号5
a:折半: 5/2=2.5
b:平方校验: 2.5*2.5=6.25>5,并且得到当前上限2.5
c:再次向下折半:2.5/2=1.25
d:平方校验:1.25*1.25=1.5625<5,得到当前下限1.25
e:再次折半:2.5-(2.5-1.25)/2=1.875
f:平方校验:1.875*1.875=3.515625<5,得到当前下限1.875
每次得到当前值和5进行比较,并且记下下下限和上限,依次迭代,逐渐逼近平方根:
代码如下:
import math
from math import sqrt
def sqrt_binary(num):
x=sqrt(num)
y=num/2.0
low=0.0
up=num*1.0
count=1
while abs(y-x)>0.00000001:
print count,y
count+=1
if (y*y>num):
up=y
y=low+(y-low)/2
else:
low=y
y=up-(up-y)/2
return y
print(sqrt_binary(5))
print(sqrt(5))
2:牛顿迭代
仔细思考一下就能发现,我们需要解决的问题可以简单化理解。
从函数意义上理解:我们是要求函数f(x) = x²,使f(x) = num的近似解,即x² - num = 0的近似解。
从几何意义上理解:我们是要求抛物线g(x) = x² - num与x轴交点(g(x) = 0)最接近的点。
我们假设g(x0)=0,即x0是正解,那么我们要做的就是让近似解x不断逼近x0,这是函数导数的定义:
从几何图形上看,因为导数是切线,通过不断迭代,导数与x轴的交点会不断逼近x0。