MATLAB,Python,Scilab,Julia比較 その32【行列演算⑮】

バックナンバーはこちら。
https://www.simulationroom999.com/blog/compare-matlabpythonscilabjulia-backnumber/

はじめに
登場人物
Pythonの場合
パッと見た感じ
まとめ

はじめに

前回から、具体的に各ツール、各言語での行列演算についての話に突入。
四則演算に加えて、アダマール積、べき乗、転置、反転。
まずは手馴れたMATLABから実施したところ。

今回はPythonについて

登場人物

博識フクロウのフクさん

イラストACにて公開の「kino_k」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=iKciwKA9&area=1

エンジニア歴8年の太郎くん

イラストACにて公開の「しのみ」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=uCKphAW2&area=1

Pythonの場合

太郎くん

Pythonもてなれたところだからさっとやってしまおう。

フクさん

こんな感じになるな。

#足し算
>>> A+B
array([[ 6,  8],
       [10, 12]])
#引き算
>>> A-B
array([[-4, -4],
       [-4, -4]])
#掛け算(内積)
>>> A@B
array([[19, 22],
       [43, 50]])
       
>>> A.dot(B)
array([[19, 22],
       [43, 50]])
       
>>> np.matmul(A,B)
array([[19, 22],
       [43, 50]])
       
#アダマール積
>>> A*B
array([[ 5, 12],
       [21, 32]])

#左除算
#Pythonでは直接、左除算はできない。
#よって、逆行列との積で除算とする。
>>> np.linalg.inv(A)@B
array([[-3., -4.],
       [ 4.,  5.]])

>>> np.linalg.inv(A).dot(B)
array([[-3., -4.],
       [ 4.,  5.]])

>>> np.matmul( np.linalg.inv(A), B )
array([[-3., -4.],
       [ 4.,  5.]])

#右除算
#Pythonでは直接、右除算はできない。
#よって、逆行列との積で除算とする。
>>> A@np.linalg.inv(B)
array([[ 3., -2.],
       [ 2., -1.]])

>>> A.dot(np.linalg.inv(B))
array([[ 3., -2.],
       [ 2., -1.]])

>>> np.matmul( A, np.linalg.inv(B) )
array([[ 3., -2.],
       [ 2., -1.]])

#べき乗
>>> A**2
array([[ 7, 10],
       [15, 22]])
>>> np.linalg.matrix_power(A, 2)
array([[ 7, 10],
       [15, 22]])

#転置
>>> A.T
array([[1, 3],
       [2, 4]])
>>> A.transpose()
array([[1, 3],
       [2, 4]])

#反転
#一次元目(縦方向)に対して反転。
>>> np.flipud(A)
array([[3, 4],
       [1, 2]])


>>> A[::-1]
array([[3, 4],
       [1, 2]])


#ニ次元目(横方向)に対して反転。
>>> np.fliplr(A)
array([[2, 1],
       [4, 3]])


>>> A[:,::-1]
array([[2, 1],
       [4, 3]])