07. Numpy: Lineer Cebir

Bu bölüm, basit bir kaç lineer cebir işlemi üzerinedir.

import numpy as np
a = np.array([[1.0, 2.0], [3.0, 4.0]])
print('a:', a)
print('transpoze a:', a.transpose())
print('tersi a:', np.linalg.inv(a))
b = np.eye(2) #2x2'lik bir birim matrix
print('b:', b)
c = np.array([[0.0, -1.0], [1.0, 0.0]])
print(c @ c) #matrix çarpımı

import numpy as np

a = np.array([[1.0, 2.0], [3.0, 4.0]])

print('a:', a)

print('transpoze a:', a.transpose())

print('tersi a:', np.linalg.inv(a))

b = np.eye(2) #2x2'lik bir birim matrix

print('b:', b)

c = np.array([[0.0, -1.0], [1.0, 0.0]])

print(c @ c) #matrix çarpımı

a: [[1. 2.]
 [3. 4.]]
transpoze a: [[1. 3.]
 [2. 4.]]
tersi a: [[-2.   1. ]
 [ 1.5 -0.5]]
b: [[1. 0.]
 [0. 1.]]
[[-1.  0.]
 [ 0. -1.]]

a: [[1. 2.]

[3. 4.]]

transpoze a: [[1. 3.]

[2. 4.]]

tersi a: [[-2. 1. ]

[ 1.5 -0.5]]

b: [[1. 0.]

[0. 1.]]

[[-1. 0.]

[ 0. -1.]]

7 bölümde Numpy kütüphanesinin en temel fonksiyon, metot ve nesneleri inceledik. Numpy, Matlab ile yapılan birçok işleme olanak sağlayan bir kütüphanedir. SciPy, Matplotlib, Sympy, pandas gibi kütüphaneler beraber gücüne güç katmaktadır. Daha fazla bilgi için https://scipy.org/ adresini ziyaret edebilirsiniz.