矩阵与张量运算
这一教程将对 Wolfram 语言所提供的用于构造和操控矩阵、向量和张量的函数进行评述. 它着重介绍 Wolfram 语言的专用函数,并使用矩阵作为例子. 然而,所有函数都是一般的,同样适用于向量和张量.
构造矩阵
{{1.5, 1.6}, {1.7, 1.8}}| Table[f,{i,m},{j,n}] | 建立一个 m×n 矩阵,其中 f 是 i 和 j 的函数,它给出第 i,j 项的值 |
| Array[f,{m,n}] | 建立一个 m×n 矩阵,其中第 i,j 项是 f[i,j] |
| DiagonalMatrix[list] | 建立一个对角矩阵,对角线上是 list 的元素 |
| IdentityMatrix[n] | 建立一个 n×n 单位阵 |
| ConstantArray[val,{m,n}]] | 建立一个 m×n 矩阵,其中每一个元素都是 val |
| RandomReal[{0,val},{m,n}]] | 建立一个各项随机产生的 m×n 矩阵 |
| Normal[SparseArray[{{i1,j1}->v1,{i2,j2}->v2,…},{m,n}]] | |
| 建立一个 m×n 矩阵,其中在位置{ik,jk}处的值为非零值 νk | |
mat = Table[Subscript[m, i, j], {i, 3}, {j, 3}]MatrixForm[%]Array[m, {3, 3}]IdentityMatrix[5]N[IdentityMatrix[5]]DiagonalMatrix[ {1, 2, 3, 4}]DiagonalMatrix[{1, 2, 3, 4}, 1]//MatrixFormConstantArray[2, {5, 5}]RandomReal[{0, 5}, {2, 4}]RandomInteger[{-5, 5}, {3, 4}]Normal[SparseArray[{{2, 3} -> a, {3, 2} -> b}, {3, 4}]]| SparseArray[{},{n,n}] | 一个零矩阵 |
| SparseArray[{i_,i_}->1,{n,n}] | 一个 n×n 单位矩阵 |
| SparseArray[{i_,j_}/;i>=j->1,{n,n}] | |
| 一个下三角矩阵 | |
通过 SparseArray 构建特殊类型的矩阵.
SparseArray[{i\_, j\_}/;i>=j -> f[i, j], {3, 3}] // MatrixForm能够将文件读入矩阵的函数在矩阵的"导入和导出" 一节中介绍.
特殊矩阵
| HilbertMatrix[n] | 创建一个 n×n Hilbert 矩阵,其中元素通过 1/(i+j-1) 给出 |
| HilbertMatrix[{m,n}] | 创建一个 m×n Hilbert 矩阵 |
| HankelMatrix[n] | 创建一个 n×n Hankel 矩阵,其中第一列通过1, 2, …, n 给出,且主反对角线下方的各元素均为零 |
| HankelMatrix[list] | 创建一个 Hankel 矩阵,其中第一列通过 list 给出, 且主反对角线下方的各元素均为零 |
| HankelMatrix[col,row] | 创建一个 Hankel 矩阵,其中第一列通过列表 col 给出,最后一行通过列表 row 给出 |
HilbertMatrix[{2, 4}]//MatrixFormHankelMatrix[{w, x, y, z}]//MatrixFormHankelMatrix[{w, x, y, z}, {z, m, n}]//MatrixForm结构操作
这些操作全部与矩阵结构有关. 这一节中所介绍的许多技术可以应用于 Wolfram 语言表达式,并非矩阵专用.
获得矩阵的一部分
使用 Wolfram 语言函数 Part 可以直接提取矩阵的元素、行或列. 通常 Part 可以使用[[ ]] 符号进行输入.
| m[[i,j]] | 第 i,j 项 |
| m[[i]] | 第 i 行 |
| m[[i;;i]] | i 至 j 行 |
| m[[All,i]] | 第 i 列 |
| m[[All,i;;j]] | i 至 j 列 |
| m[[{i1,…,ir},{j1,…,js}]] | r×s 子矩阵,其中元素的行标为 ik, 列标为 jk |
| Tr[m,List] | m 的对角元素列表 |
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormmat[[1, 2]]mat[[3]]mat[[All, 3]]mat[[-1, -1]]mat[[2 ;; 4]]mat[[All, 2 ;; 4]]mat[[All, 1 ;; -1 ;; 2]]Tr[mat]Tr[mat, List]应该注意到这些用于矩阵部分提取的命令适用于任何 Wolfram 语言表达式.
获得多个部分
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormmat[[2, {1, 3}]]mat[[{2, 4}]]mat[[{2, 4}, {1, 3}]]设置矩阵的部分
使用任务左方的 Wolfram 语言函数 Part 可以设置矩阵的元素、行和列从而直接更新矩阵.
| m={{a11,a12,…},{a21,a22,…},…} | 指定 m 为一个矩阵 |
| m[[i,j]]=v | 重新设置元素{i,j} 为 v |
| m[[i]]=v | 重新设置行 i 的全部元素为 v |
| m[[i]]={v1,v2,…} | 重新设置行 i 的全部元素为{v1,v2,…} |
| m[[All,j]]=v | 重新设置列 j 的全部元素为 v |
| m[[All,j]]={v1,v2,…} | 重新设置列 j 的全部元素为{v1,v2,…} |
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixForm可以使用任务左方的函数 Part 来更新部分矩阵.
mat[[3, 3]] = x;
mat//MatrixFormmat[[2]] = {1, 2, 3, 4, 5};
mat//MatrixFormmat[[All, 2]] = {-1, -2, -3, -4, -5};
mat//MatrixFormmat[[-1, -1]] = x;
mat//MatrixFormmat[[All, 1 ;; -1 ;; 2]] = z;
mat//MatrixForm设置多个部分
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormmat[[2, {1, 3}]] = x;
mat//MatrixFormmat[[2, {1, 3}]] = {x, y};
mat//MatrixFormmat[[{2, 4}]] = {1, 2, 3, 4, 5};
mat//MatrixFormmat[[{2, 4}]] = {{1, 2, 3, 4, 5}, {-1, -2, -3, -4, -5}};
mat//MatrixFormmat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat[[{2, 4}, {1, 3}]] = x;
mat//MatrixFormmat[[{2, 4}, {1, 3}]] = {{a, b}, {c, d}};
mat//MatrixForm提取子矩阵
| m[[i0;;i1,j0;;j1]] | 提取行 i0 至 i1 及列 j0 至 j1 组成的子矩阵 |
| m[[i0;;i1]] | 提取行 i0 至 i1 组成的子矩阵 |
| m[[All,j0;;j1]] | 提取列 j0 至 j1 组成的子矩阵 |
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormmat[[2 ;; 3, 1 ;; 2]]//MatrixFormmat[[1 ;; 3]]//MatrixFormmat[[All, 2 ;; 4]]//MatrixFormmat[[All, 2 ;; -2]]//MatrixForm删除行与列
可以使用 Drop 进行行或列的删除.
| Drop[m,{i0,i1}] | 删除行 i0 至 i1 |
| Drop[m,{},{j0,j1}] | 删除列 j0 至 j1 |
| Drop[m,{i0,i1},{j0,j1}] | 删除行 i0 至 i1以及列 j0 至 j1 |
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormDrop[mat, {2, 4}]//MatrixFormDrop[mat, {}, {2, 4}]//MatrixFormDrop[mat, {2, 3}, {1, 3}]//MatrixForm插入行与列
可以使用 Insert 进行行或列的插入.
| Insert[m,r,i] | 在矩阵 m 的位置 i 处插入行 r |
mat = Table[Subscript[m, i, j], {i, 5}, {j, 5}];
mat//MatrixFormInsert[mat, {x, x, x, x, x}, 3]//MatrixFormTranspose[Insert[Transpose[mat], {x, x, x, x, x}, 5]]//MatrixForm扩展矩阵
mat = {{1, 2}, {3, 4}};PadLeft[mat, {4, 4}]//MatrixFormPadRight[mat, {4, 4}]//MatrixFormmat = {{1, 2, 3}, {4, 5, 6}};
PadRight[mat, {4, 9}, mat]%//MatrixForm转置
mat = {{1, 2, 3}, {4, 5, 6}};
mat//MatrixFormTranspose[mat]%//MatrixFormmat = {{1., -I}, {I, 10.}};
matCT = ConjugateTranspose[mat]mat === matCTHermitianMatrixQ[mat]元素的轮换
m = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}};
m//MatrixFormRotateLeft[m, 1]//MatrixFormRotateLeft[m, {0, 1}]//MatrixFormRotateRight[m, {0, 1}]//MatrixForm矩阵的测试
Wolfram 语言提供了一系列用于测试矩阵及提取尺寸信息的函数.
| MatrixQ[expr] | 如果 expr 是矩阵的形式,则给出 True,否则给出 False |
| Dimensions[expr] | 向量或矩阵的维数列表 |
| mi==mj | 比较两个矩阵中元素的等价性 |
MatrixQ[{{1, 2, 3}, {4, 5, 5}}]MatrixQ[ 5]MatrixQ[ {{1, 2, 3}, {4, 5}}]MatrixQ[{{2, 2, 3}, {4, 5, 6}}, IntegerQ]MatrixQ[{{2, 2, 3}, {4, 5, 6}}, IntegerQ[#] && # > 1 &]Dimensions[{{1, 2, 3}, {4, 5, 6}}]mat1 = {{1, 2}, {4, 5}};
mat1 == mat1mat1 == N[mat1]应该注意到 Equal 可用于任何 Wolfram 语言表达式. 如果想要使用矩阵的整体属性比较两个矩阵相等与否,比较矩阵范数可能更好. 这将在后面讨论.
进一步的结构操作
| Flatten[m] | 展平 m 中的嵌套列表 |
| Flatten[m,n] | 将 m 中的嵌套列表展平至层 n |
| Partition[m,n] | 将 m 分成长度为 n 的子列表 |
| Join[m1,m2] | 将 m1 和 m2 串联 |
| Append[m,r] | 在 m 的尾部插入行 r |
| Prepend[m,r] | 在 m 的头部插入行 r |
mat = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}};vec = Flatten[mat]Partition[vec, 4]Join[ mat, mat]Join[ mat, mat, 2]Append[mat, {x, x, x}]应该注意到这也可以通过 Insert 完成;参见"插入行和列"一节.
元素相关的操作
mat = Table[Random[], {i, 3}, {j, 3}];
mat//MatrixFormmat + 52 matmat^2mat ^ 2 / matSin[mat]mat + matmat + {{1, 2}, {2, 3}}mat + {x, y, z}mat1 = {{1, 2}, {3, 4}};
mat2 = {{2, 2}, {3, 3}};
mat1 mat2可列表性
SetAttributes[fun, Listable];
fun[x_] := x ^ 2 / 3mat = {{1., 4.}, {4., 5.}};fun[ mat]fun[{{1, 2}, {x, 4}}]映射
mat = {{1., 4.}, {4., 5.}};Map[f, mat, {-1}]Map[# ^ 2 / 3 &, mat, {-1}]向量和张量
除了支持矩阵外,Wolfram 语言也同样支持向量和张量. 所有这一切都通过列表建立. 正如在 "Wolfram 语言中的线性代数引言"一节所介绍的, Wolfram 语言使用张量一词来指广义化的矩阵. 构建矩阵的所有操作可以被推广到向量和张量. Wolfram 语言向量的列表为1层.
vec = {1, 2, 3}| Table[f,{i,n}] | 通过计算 f 在 i=1,2,… ,n 的值,建立一个长度为 n 的向量 |
| Array[a,n] | 建立一个长为 n,形如 {a[1],a[2],…} 的向量 |
| Range[n] | 创建列表{1,2,3,… ,n} |
| Range[n1,n2] | 创建列表 {n1,n1+1…,n2} |
| Range[n1,n2,dn] | 创建列表 {n1,n1+dn …,n2} |
Range[10]Range[1., 4, 0.1]vec = Table[Sqrt[i / 2.], {i, 5}]vec = Sqrt[Range[5] / 2.]vec + 4vec[[2]]vec[[4]] = x;
vec应该注意的是,Wolfram 语言中没有行或列向量的概念;向量只有一个指标,用于指定该向量的一个元素.
tensor = Table[1 / (i j k), {i, 2}, {j, 3}, {k, 4}]tensor[[1, 2, 1]]向量和张量的测试
Wolfram 语言提供了一系列测试向量和张量并提取尺寸信息的函数.
| VectorQ[expr] | 如果 expr 具有向量的形式则返回 True,否则返回 False |
| MatrixQ[expr] | 如果 expr 具有矩阵的形式则返回 True,否则返回 False |
| ArrayQ[t,n] | 测试 t 是否是一个 n 阶张量 |
| Dimensions[expr] | 一个向量或矩阵的维数列表 |
| ArrayDepth[t] | 找到一个张量的阶 |
| ti==tj | 比较两个张量中的元素是否相等 |
MatrixQ[{{1, 2, 3}, {4, 5, 5}}]VectorQ[{1, 2, 3}]ArrayQ[ {{{1, 2}, {3, 4}}, {{4, 5}, {6, 7}}}]ArrayQ[ {{{1, 2}, {3, 4}}, {{4, 5}, {6, 7}}}, 3]ArrayQ[ {{{x, 2}, {3, 4}}, {{4, 5}, {6, 7}}}, 3, NumberQ]Dimensions[{{{1, 2}, {3, 4}}, {{4, 5}, {6, 7}}}]ArrayDepth[ {{1, 2, 3}, {4, 5, 6}}]ten = {{{1, 2}, {3, 4}}, {{4, 5}, {6, 7}}};
ten == tenten == N[ten]ten == {1, 2, 3}矩阵的可视化
| MatrixForm[mat] | 显示一个矩阵,其元素以二维数组方式排列 |
| MatrixPlot[mat] | 显示 mat 的结构模式 |
矩阵格式化
mat = {{a, b}, {c, d}};
MatrixForm[mat]MatrixForm[ Array[ m, {3, 2, 2}]]绘制矩阵
mat = RandomInteger[{0, 1}, {10, 10}];
mat//MatrixFormMatrixPlot[mat]MatrixPlot 有一系列图形选项来控制图形的外观. 其中许多是 Wolfram 语言 DensityGraphics 对象的常规选项. 该函数会有一个特殊选项 MaxPlotPoints 来控制矩阵显示的最大尺寸. 尺寸在此之上的矩阵将被降低采样率. 一些重要的选项归纳如下.
选项名称 | 默认值 | |
| MaxPlotPoints | 200 | 矩阵显示的最大尺寸 |
| AspectRatio | 1 | 缩放最终图像形状 |
| ColorRules | Automatic | 为每个元素着色 |
| ColorFunction | Automatic | 为每个元素着色的函数 |
| Mesh | False | 是否绘制网格 |
| MeshStyle | GrayLevel[1] | 网格样式 |
MatrixPlot 选项.
n = 10000;
nz = 2000;
sp = SparseArray[
RandomInteger[{1, n}, {nz, 2}] -> Table[1, {nz}], {n, n}];
sp = sp + Transpose[sp]MatrixPlot[sp, MaxPlotPoints -> 100]MatrixPlot[RandomInteger[{0, 1}, {50, 50}], Mesh -> True, MeshStyle -> White]MatrixPlot[RandomInteger[{0, 1}, {50, 50}], ColorRules -> {0 -> White, 0. -> White, _ -> Black}]MatrixPlot[RandomInteger[{0, 1}, {50, 50}], ColorFunction -> (RGBColor[#, 0, 0]&)]导入和导出矩阵
Wolfram 语言提供了一系列用于导入和导出的不同工具. 如果想将数据保存在文件中,以便以后您或同事可以继续在 Wolfram 语言中使用,您可能想使用一些适用于文件中 Wolfram 语言表达式的函数. 这些将在"表达式的导入和导出"中讨论.
$ImportFormatsFilePrint["LinearAlgebraExamples/Data/simplematrix.dat"]Import["LinearAlgebraExamples/Data/simplematrix.dat", "Table"]Export["fileout.dat", {{1, 2}, {3, 4}}, "Table"]FilePrint["fileout.dat"]Export["filecsvout.dat", {{1, 2}, {3, 4}}, "CSV"]FilePrint["filecsvout.dat"]还存在其它矩阵格式. 例如,Harwell–Boeing 用于稀疏矩阵以及 Matrix Market 用于稀疏和稠密矩阵.这些将在"稀疏矩阵的导入和导出"中讨论. 此外,MAT 矩阵格式以及 FITS 天文数据格式也是有用的导入和导出格式.
矩阵乘法
mat = {{1, 2}, {3, 4}};mat.matmat.{4, 5}mat1 = {{1, 2, 3}, {4, 5, 6}};
mat2 = {{4, 1}, {5, 6}, {3, 1}};mat1.mat2mat2.mat1mat1.{1, 2}vec = {1, 2, 3};
vec.vecmat1.vecvec.mat2矩阵乘法的定义按下式给定,其中
是两个矩阵
和
的乘积,即
.
该定义可以进行推广,下式给出的是两个任意阶张量
和
的乘积,乘积用
表示.
因此,将 Dot 作用到一个
阶张量和一个
阶张量的结果是一个
阶张量. 下面是一个例子.
tensor1 = { {{1, 2, 3, 4}, {4, 5, 6, 7}, {4, 5, 6, 7}}, {{1, 2, 3, 9}, {1, 2, 6, 5}, {1, 2, 6, 5}}};
tensor1//MatrixFormtensor2 = { {{1}, {4}}, {{7}, {1}}, {{8}, {3}}, {{9}, {1}}};
tensor2//MatrixFormtensor1.tensor2//MatrixFormDimensions[%]外积
vec1 = {a, b, c};
vec2 = {x, y, z};
Outer[Times, vec1, vec2]//MatrixFormOuter[f, {a, b, c}, {ap, bp}]//MatrixForm外积的可视化
pts = Table[{Sin[t], Cos[t]}, {t, 0, 2Pi, Pi / 8.}];Show[Graphics[Outer[Line[ {##}]&, pts, pts, 1]], AspectRatio -> Automatic]广义内积
矩阵乘法是线性代数计算的一项基础运算. 因此,Wolfram 语言提供了 Dot 作为一个极度优化的专用函数. 然而,广义的矩阵乘法由 Inner 提供. 这使得形成乘积的两种运算可以被明确指定.
vec1 = {a, b, c};
vec2 = {x, y, z};vec1.vec2Inner[Times, vec1, vec2, Plus]Inner[Power, vec1, vec2, Plus]矩阵置换
许多矩阵技术依赖于对矩阵进行特殊方式的排序. 例如,有些技术试图对矩阵排序使得元素被放在对角线上,也有一些技术试图将某些元素组合到密集块上. Wolfram 语言函数 Part 非常适用于将置换作用于矩阵的行和列上.
| m[[perm]] | 将置换作用在一个矩阵的行上 |
| m[[All,perm]] | 将置换作用在一个矩阵的列上 |
| m[[perm,perm]] | 将置换作用在一个矩阵的行与列上 |
| m[[perm]]=m | 将逆置换作用在一个矩阵的行上 |
| m[[All,perm]]=m | 将逆置换作用在一个矩阵的列上 |
mat = Table[Random[Integer, {0, 3}], {4}, {4}];
mat//MatrixForm现在矩阵将被重新排列,使得各行按照2范数递增的次序排列.(有关范数的讨论见"矩阵计算:范数".)
Map[ Norm, mat]perm = Ordering[%, All, Less]pmat = mat[[perm]];
pmat//MatrixFormpmat[[perm]] = pmat;
pmat//MatrixFormpmat == mat置换矩阵
mat = RandomInteger[{0, 3}, {4, 4}];
mat//MatrixFormperm = Ordering[Map[Norm, mat], All, Less]sp = SparseArray[{i_, i_} -> 1, {4, 4}]permMat = sp[[perm]]pmat = permMat.mat;
pmat//MatrixFormTranspose[permMat].pmat//MatrixForm通常,使用 Wolfram 语言函数 Part 来应用一个置换速度较快,但有时采用置换矩阵会比较方便.
相关技术笔记
-
▪
- Wolfram 语言中的线性代数 ▪
- 矩阵与张量运算 ▪
- 稀疏数组的运用 ▪
- 矩阵计算 ▪
- 矩阵类型