পাইথনে একক মান পচন পদ্ধতি ব্যবহার করে একটি সম্পূর্ণ র‌্যাঙ্ক ম্যাট্রিক্সের র‌্যাঙ্ক ফেরত দিন

Singular Value Decomposition পদ্ধতি ব্যবহার করে অ্যারের ম্যাট্রিক্স র‌্যাঙ্ক ফেরাতে, পাইথনে thenumpy.linalg.matrix_rank() পদ্ধতি ব্যবহার করুন। অ্যারের র‌্যাঙ্ক হল অ্যারের একবচন মানের সংখ্যা যা টোলের চেয়ে বেশি। ১ম প্যারামিটার, A হল ইনপুট ভেক্টর বা ম্যাট্রিক্সের স্ট্যাক।

2য় প্যারামিটার, টোল হল থ্রেশহোল্ড যার নিচে SVD মান শূন্য বলে বিবেচিত হয়। যদি tol None না হয়, এবং S হল M-এর একবচন মান সহ একটি অ্যারে, এবং eps হল S-এর ডেটাটাইপের জন্য epsilon মান, তাহলে tol isset to S.max() * max(M, N) * eps। 3য় প্যারামিটার, হারমিটিয়ান, ইফ ট্রু, A কে হার্মিটিয়ান বলে ধরে নেওয়া হয়, একবচন মান খুঁজে বের করার জন্য আরও কার্যকর পদ্ধতি সক্ষম করে। ডিফল্ট থেকে মিথ্যা।

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরিগুলি আমদানি করুন -

numpy হিসেবে npf থেকে numpy.linalg import matrix_rank

একটি অ্যারে তৈরি করুন -

arr =np.eye(5)

অ্যারে প্রদর্শন করুন −

মুদ্রণ("আমাদের অ্যারে...\n",আরআর)

মাত্রা পরীক্ষা করুন −

মুদ্রণ("\nআমাদের অ্যারের মাত্রা...\n",arr.ndim)

ডেটাটাইপ −

মুদ্রণ("\nআমাদের অ্যারে অবজেক্টের ডেটাটাইপ...\n", arr.dtype)

আকৃতি −

মুদ্রণ("\nআমাদের অ্যারে অবজেক্টের আকৃতি...\n", arr.shape)

Singular Value Decomposition পদ্ধতি ব্যবহার করে অ্যারের ম্যাট্রিক্স র‍্যাঙ্ক ফেরত দিতে, thenumpy.linalg.matrix_rank() পদ্ধতি ব্যবহার করুন −

প্রিন্ট("\nর‍্যাঙ্ক (ফুল-র‍্যাঙ্ক ম্যাট্রিক্স)...\n",ম্যাট্রিক্স_র‍্যাঙ্ক(আরআর))

উদাহরণ

আউটপুট

আমাদের অ্যারে...[[1. 0. 0. 0. 0। [0। 1. 0. 0. 0। [0। 0. 1. 0. 0। [0। 0. 0. 1. 0। [0। 0. 0. 0. 1.]]আমাদের অ্যারের মাত্রা...আমাদের অ্যারে অবজেক্টের 2ডেটাটাইপ...আমাদের অ্যারে অবজেক্টের ফ্লোট64শেপ...(5, 5)র্যাঙ্ক (ফুল-র্যাঙ্ক ম্যাট্রিক্স)...5