一个用python科学计算包括：1。强大的N维数组对象Array；2.成熟的(广播)函数库；3.用于整合C/C 和Fortran代码工具包；4.实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更方便。
NumPy（Numeric Python）矩阵数据类型、矢量处理、精密操作库等高级数值编程工具。产生严格的数字处理。它主要用于许多大型金融公司，以及核心科学计算组织，如：Lawrence Livermore，NASA用它来处理一些最初使用的事情C ，Fortran或Matlab等所做的任务。
NumPy 的前身为 Numeric ，最早由 Jim Hugunin 2005年与其他合作伙伴共同开发 年，Travis Oliphant 在 Numeric 另一个具有相同性质的程序库 Numarray 加入其他扩展开发的特点 NumPy。NumPy 许多合作伙伴共同维护和开发源代码。
高斯消元法(或翻译:高斯消去法)是线性代数规划中的算法，可用于解决线性方程组。但其算法非常复杂，不常用于加减消元法、找出矩阵秩、找出可逆方阵的逆矩阵。但是，如果有100万个等式，算法将非常省时。一些大的方程组通常用迭代法和花式消元来解决。当用于矩阵时，高斯消元法会产生行梯阵式。高斯消元法可用于计算机解决数千个等式和未知数。还有一些方法专门用来解决一些具有特殊排列系数的方程组。
?? 例1：Gauss-Jordan
import numpy as np # 打印 matrix A def pprint(msg, A): print("---", msg, "---") (n,m) = A.shape for i in range(0, n): line = "" for j in range(0, m): line = "{0:.2f}".format(A[i,j]) "\t" if j == n-1: line = "| " print(line) print("") # Gauss-Jordan 消元法 def gauss(A): (n,m) = A.shape for i in range(0, min(n,m)): # i在第二列中选择绝对值最大的行 maxEl = abs(A[i,i]) maxRow = i for k in range(i 1, n): if abs(A[k,i]) > maxEl: maxEl = abs(A[k,i]) maxRow = k # i 与 maxRow的交换 for k in range(i, m): tmp = A[maxRow,k] A[maxRow,k] = A[i,k] A[i,k] = tmp # 1 piv = A[i,i] for k in range(i, m): A[i,k] = A[i,k]/piv # 将当前第i列的第i行以外的所有设置为0 for k in range(0, n): if k != i: c = A[k,i]/A[i,i] for j in range(i, m): if i == j: A[k,j] = 0 else: A[k,j] = A[k,j] - c * A[i,j] pprint(str(i 1) "次", A) # 打印过程 # 转换 Ax=b 的解 x = np.zeros(m-1) for i in range(0,m-1): x[i] = A[i,m-1] return x # 给定联合线性方程，添加矩阵 # (eg.) A = np.array([[2., 2., 4., 18.], [1., 3., 2., 13.], [3., 1., 3., 14.]]) pprint("A:", A) x = gauss(A) # 利用 Gauss-Jordan 消元法 # 打印 (n,m) = A.shape line = "解:\t" for i in range(0, m-1): line = "{0:.2f}".format(x[i]) "\t" print(line) ?? 运行结果：
?? 例2：
import numpy as np a = np.zeros((2, 3)) print("a =", a) b = np.ones((2, 2)) print("b =", b) c = np.full((3, 2), 3) print("c =", c) d = np.eye(2) print("d =", d)?? 运行结果：
Introduction to Linear Algebra, International 4 th Edition by Gilbert Strang, Wellesley Cambridge Press.
百度百科[EB/OL]. []. https://baike.baidu.com/.
本篇完。