【OpenHarmony】鸿蒙开发之jama使用说明引入依赖创建矩阵矩阵加法矩阵减法矩阵乘法矩阵左除除法矩

简介

在OpenHarmony上支持矩阵运算、矩阵分解、线性代数等功能。例如构造和操作真实密集矩阵、计算矩阵的行列式等线性代数功能，为开发者提供了丰富的数学运算。

下载安装

ohpm install @ohos/jama

使用说明

引入依赖

  import { Matrix } from '@ohos/jama'

2. 创建矩阵

   let array: number[][] = [[1., 2., 3], [4., 5., 6.], [7., 8., 10.]]
   let A: Matrix = new Matrix(array);
   let array2: number[][] = [[1,1,1],[1,1,1],[1,1,1]]
   let B: Matrix = new Matrix(array2);
   let x: Matrix = A.plus(B);

矩阵加法

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let array2: number[][] = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]
  let B: Matrix = new Matrix(array2);
  let C = A.plus(B)

2. 矩阵减法

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let array2: number[][] = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]
  let B: Matrix = new Matrix(array2);
  let C = A.minus(B)

3. 矩阵乘法

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let array2: number[][] = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]
  let B: Matrix = new Matrix(array2);
  let C = A.times(B)

4. 矩阵左除除法

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let array2: number[][] = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]
  let B: Matrix = new Matrix(array2);
  let C = A.arrayLeftDivide(B)

5. 矩阵缩放

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let C = A.times(2) // 矩阵元素扩大2倍

6. 矩阵求逆

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let C = A.inverse()

7. 矩阵转置

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let C = A.transpose()

8. 矩阵范式

  let array: number[][] = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
  let A: Matrix = new Matrix(array);
  let C = A.cond()

DD一下：`欢迎大家关注工粽号<程序猿百晓生>，可以了解到以下知识点。`

`欢迎大家关注工粽号<程序猿百晓生>，可以了解到以下知识点学习。`
1.OpenHarmony开发基础
2.OpenHarmony北向开发环境搭建
3.鸿蒙南向开发环境的搭建
4.鸿蒙生态应用开发白皮书V2.0 & V3.0
5.鸿蒙开发面试真题（含参考答案） 
6.TypeScript入门学习手册
7.OpenHarmony 经典面试题(含参考答案)
8.OpenHarmony设备开发入门【最新版】
9.沉浸式剖析OpenHarmony源代码
10.系统定制指南
11.【OpenHarmony】Uboot 驱动加载流程
12.OpenHarmony构建系统--GN与子系统、部件、模块详解
13.ohos开机init启动流程
14.鸿蒙版性能优化指南
.......

接口说明

类名	方法名	功能
CholeskyDecomposition	getL() : Matrix	返回三角因子
CholeskyDecomposition	isSPD() : boolean	该矩阵是否对称且正定
CholeskyDecomposition	solve(B : Matrix) : Matrix	求解 A*X = B
LUDecomposition	det() : number	行列式
LUDecomposition	getDoublePivot() : number[]	以一维双精度数组形式返回枢轴排列向量
LUDecomposition	getL() : Matrix	返回下三角因子
LUDecomposition	getPivot() : number[]	返回枢轴置换向量
LUDecomposition	getU() : Matrix	返回上三角因子
LUDecomposition	isNonsingular() : boolean	该矩阵是否非奇异
LUDecomposition	solve(B : Matrix) : Matrix	求解 A*X = B
QRDecomposition	getH() : Matrix	返回Householder矢量
QRDecomposition	getQ() : Matrix	生成并返回正交因子
QRDecomposition	getR() : Matrix	返回上三角因子
QRDecomposition	isFullRank() : boolean	是否是满秩的矩阵
QRDecomposition	solve(B : Matrix) : Matrix	求解 A*X = B
EigenvalueDecomposition	getD() : Matrix	返回块对角特征值矩阵
EigenvalueDecomposition	getV() : Matrix	返回特征向量矩阵
EigenvalueDecomposition	getRealEigenvalues() : number[]	返回特征值的实部
EigenvalueDecomposition	getImagEigenvalues() : number[]	返回特征值的虚部
SingularValueDecomposition	cond() : number	两个范数条件数
SingularValueDecomposition	getS() : Matrix	返回奇异值的对角矩阵
SingularValueDecomposition	getSingularValues() : number[]	返回奇异值的一维数组
SingularValueDecomposition	getU() : Matrix	返回左奇异向量
SingularValueDecomposition	getV() : Matrix	返回右奇异向量
SingularValueDecomposition	norm2() : number	两个范数
SingularValueDecomposition	rank() : number	有效数值矩阵秩
Matrix	arrayLeftDivide(B : Matrix) : Matrix	逐元素左分割，C=A\B
Matrix	arrayLeftDivideEquals(B : Matrix) : Matrix	一个元素接一个元素，左分割到位，A=A\B
Matrix	arrayRightDivide(B : Matrix) : Matrix	逐个元素的右划分，C=A./B
Matrix	arrayRightDivideEquals(B : Matrix) : Matrix	逐元素右划分到位，A=A./B
Matrix	arrayTimes(B : Matrix) : Matrix	逐元素相乘，C=A.*B
Matrix	arrayTimesEquals(B : Matrix) : Matrix	逐元素相乘到位，A=A.*B
Matrix	chol() : CholeskyDecomposition	Cholesky分解
Matrix	clone() : any	克隆Matrix对象。
Matrix	constructWithCopy(A : number[][]) : Matrix	从二维数组的副本构造矩阵。
Matrix	copy() : Matrix	深入复制矩阵
Matrix	det() : number	返回左奇异向量
Matrix	eig() : EigenvalueDecomposition	特征值分解
Matrix	get(i : number, j : number) : number	获取单个元素
Matrix	getArray() : number[][]	访问内部二维数组
Matrix	getArrayCopy() : number[][]	复制内部二维数组
Matrix	getColumnDimension() : number	获取列维度
Matrix	getColumnPackedCopy() : number[]	制作内部数组的一维列压缩副本
Matrix	getMatrix(i0? : any, i1? : any, j0? : any, j1? : any) : any	获取一个子矩阵。
Matrix	getRowDimension() : number	获取行维度。
Matrix	getRowPackedCopy() : number[]	制作内部数组的一维行压缩副本
Matrix	identity(m : number, n : number) : Matrix	生成身份矩阵
Matrix	inverse() : Matrix	矩阵逆或伪逆
Matrix	lu() : LUDecomposition	LU分解
Matrix	minus(B : Matrix) : Matrix	C = A - B
Matrix	minusEquals(B : Matrix) : Matrix	A = A - B
Matrix	norm1() : number	一个范数
Matrix	norm2() : number	两个范数
Matrix	normF() : number	Frobenius范数
Matrix	arrayLeftDivide(B : Matrix) : Matrix	逐元素左分割，C=A\B
Matrix	arrayLeftDivideEquals(B : Matrix) : Matrix	一个元素接一个元素，左分割到位，A=A\B
Matrix	arrayRightDivide(B : Matrix) : Matrix	逐个元素的右划分，C=A./B
Matrix	arrayRightDivideEquals(B : Matrix) : Matrix	逐元素右划分到位，A=A./B
Matrix	arrayTimes(B : Matrix) : Matrix	逐元素相乘，C=A.*B
Matrix	arrayTimesEquals(B : Matrix) : Matrix	逐元素相乘到位，A=A.*B
Matrix	chol() : CholeskyDecomposition	Cholesky分解
Matrix	clone() : any	克隆Matrix对象。
Matrix	constructWithCopy(A : number[][]) : Matrix	从二维数组的副本构造矩阵。
Matrix	copy() : Matrix	深入复制矩阵
Matrix	det() : number	返回左奇异向量
Matrix	eig() : EigenvalueDecomposition	特征值分解
Matrix	get(i : number, j : number) : number	获取单个元素
Matrix	getArray() : number[][]	访问内部二维数组
Matrix	getArrayCopy() : number[][]	复制内部二维数组
Matrix	getColumnDimension() : number	获取列维度
Matrix	getColumnPackedCopy() : number[]	制作内部数组的一维列压缩副本
Matrix	getMatrix(i0? : any, i1? : any, j0? : any, j1? : any) : any	获取一个子矩阵。
Matrix	getRowDimension() : number	获取行维度。
Matrix	getRowPackedCopy() : number[]	制作内部数组的一维行压缩副本
Matrix	identity(m : number, n : number) : Matrix	生成身份矩阵
Matrix	inverse() : Matrix	矩阵逆或伪逆
Matrix	lu() : LUDecomposition	LU分解
Matrix	minus(B : Matrix) : Matrix	C = A - B
Matrix	minusEquals(B : Matrix) : Matrix	A = A - B
Matrix	norm1() : number	一个范数
Matrix	norm2() : number	两个范数
Matrix	normF() : number	Frobenius范数
Matrix	normInf() : number	无穷范数
Matrix	plus(B : Matrix) : Matrix	C = A + B
Matrix	plusEquals(B : Matrix) : Matrix	A = A + B
Matrix	qr() : QRDecomposition	QR分解
Matrix	random(m : number, n : number) : Matrix	生成具有随机元素的矩阵
Matrix	rank() : number	矩阵秩
Matrix	set(i : number, j : number, s : number):void	设置单个元素
Matrix	setMatrix(i0? : any, i1? : any, j0? : any, j1? : any, X? : any) : any	设置一个子矩阵。
Matrix	solve(B : Matrix) : Matrix	求解A*X=B
Matrix	solveTranspose(B : Matrix) : Matrix	求解XA=B，也就是A'X'=B'
Matrix	svd() : SingularValueDecomposition	奇异值分解
Matrix	times(B? : any) : any	线性代数矩阵乘法，A*B
Matrix	timesEquals(s : number) : Matrix	将矩阵乘以一个标量，a=s*a
Matrix	trace() : number	矩阵跟踪
Matrix	transpose() : Matrix	矩阵转置
Matrix	uminus() : Matrix	减号

目录结构

|---- jama
|    |---- entry  # 示例代码文件夹
|    |---- library  # jama库文件夹
|        |---- src
|            |---- main
|                |---- ets
|                    |---- components
|                        |---- util  # 工具类文件
|                            |---- Maths.ts  # 指数计算类
|                        |---- CholeskyDecomposition.ts  # 乔列斯基分解类
|                        |---- EigenvalueDecomposition.ts  # 矩阵的特征值和特征向量
|                        |---- LUDecomposition.ts  # LU分解
|                        |---- Matrix.ts  # 矩阵类
|                        |---- QRDecomposition.ts  # QR分解
|                        |---- SingularValueDecomposition.ts  # 奇异值分解
|        |---- index.ets  # 对外接口
|    |---- README.md  # 安装使用方法                    
|    |---- README_zh.md  # 安装使用方法

【OpenHarmony】鸿蒙开发之jama

简介

下载安装

使用说明

DD一下：欢迎大家关注工粽号<程序猿百晓生>，可以了解到以下知识点。

接口说明

目录结构

DD一下：`欢迎大家关注工粽号<程序猿百晓生>，可以了解到以下知识点。`