矩阵研究生考试题库

首先，矩阵A、n1和n2需要作为NumPy数组读入内存。例如:

将numpy作为np导入

A = np.array([

[1, 2, 3, 4],

[5, 6, 7, 8],

[9, 10, 11, 12]

])

n1 = np.array([

[1, 2],

[5, 6]

])

n2 = np.array([

[3, 4],

[7, 8]

])

接下来可以用NumPy的correlate2d()函数在二维上对n1或n2的矩阵A进行卷积，看结果是否非零。例如:

结果1 = NP . correlated 2d(A，n1)

result 2 = NP . correlated 2d(A，N2)ifnp . any(result 1):print(' n 1在A中有对应位置')else: print('n1在A中没有对应位置')if np.any(result2): print('n2在A中有对应位置')else。

如果矩阵A包含n1或者n2，上面的程序会输出“n1在A中有对应的位置”或者“n2在A中有对应的位置”。

在下面的程序中，我们使用NumPy的非零()函数来查找结果矩阵中非零值的位置并打印出来。

结果1 = NP . correlated 2d(A，n1)

result 2 = NP . correlated 2d(A，n2)

if NP . any(result 1):print(' n 1在A:') print(np .非零(result 1))

Else: print('n1在A中没有对应的位置')

If np.any(result2): print('n2在A:') print(np .非零(result2))

Else: print('n2在a中没有对应的位置')

运行上面的程序。如果A、n1和n2的值是上述值，将输出以下内容:

N1在a:

(数组([0])，数组([0]))

N2在a中没有相应的位置

这意味着n1在矩阵A的(0，0)位置中具有对应的位置，而n2在矩阵A中没有对应的位置..

希望这些信息能帮助你理解和实现算法。