ভূমিকা
NumPy-এর numpy.linalg.matrix_rank() মেথড সিংগুলার ভ্যালু ডিকম্পোজিশন (SVD) ব্যবহার করে ম্যাট্রিক্সের র্যাঙ্ক নির্ণয় করে। র্যাঙ্ক হলো টলারেন্সের চেয়ে বড় সিংগুলার ভ্যালুগুলো সংখ্যা।
প্যারামিটারها
- A: ইনপুট ভেক্টর বা ম্যাট্রিক্স স্ট্যাক।
- tol: থ্রেশহোল্ড, এদিনিচে সিংগুলার ভ্যালু শূন্য ধরা হয়।
- hermitian: True হলে হার্মিশিয়ান ধরে দক্ষ মেথড ব্যবহার।
ধাপসমূহ
- লাইব্রেরি আমদানি:
import numpy as np from numpy.linalg import matrix_rank - আইডেন্টিটি ম্যাট্রিক্স:
arr = np.eye(5) - বৈশিষ্ট্য:
print("Our Array...\n", arr) print("\nDimensions of our Array...\n", arr.ndim) print("\nDatatype of our Array object...\n", arr.dtype) print("\nShape of our Array object...\n", arr.shape) - র্যাঙ্ক:
print("\nRank...\n", matrix_rank(arr)) arr[-1, -1] = 0. print("\nUpdated Rank (Rank-Deficit Matrix)...\n", matrix_rank(arr))
সম্পূর্ণ উদাহরণ
import numpy as np
from numpy.linalg import matrix_rank
arr = np.eye(5)
print("Our Array...\n", arr)
print("\nDimensions of our Array...\n", arr.ndim)
print("\nDatatype of our Array object...\n", arr.dtype)
print("\nShape of our Array object...\n", arr.shape)
print("\nRank...\n", matrix_rank(arr))
arr[-1, -1] = 0.
print("\nUpdated Rank (Rank-Deficit Matrix)...\n", matrix_rank(arr))আউটপুট
Our Array...
[[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.]]
Dimensions of our Array...
2
Datatype of our Array object...
float64
Shape of our Array object...
(5, 5)
Rank...
5
Updated Rank (Rank-Deficit Matrix)...
4