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 array
a = np.array([[3, 2, 0], [1, -1, 0], [0, 5, 1]])

# Providing the solution Array
b = np.array([[2], [4], [-1]])

# Solve the linear algebra
x = linalg.solve(a, b)

# Printing the result
print(x)

# Checking the result
np.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 array
a = np.array([[1, 2, -3], [2, -5, 4], [5, 4, -1]])

# Providing the solution Array
b = np.array([[-3], [13], [5]])

# Solve the linear algebra
x = linalg.solve(a, b)

# Printing the result
print(x)

# Checking the result
np.dot(a, x) == b

输出结果

[[ 2.]
[-1.]
[ 1.]]