# jama **Repository Path**: openharmony-sig/jama ## Basic Information - **Project Name**: jama - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 15 - **Created**: 2022-04-16 - **Last Updated**: 2025-05-07 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # jama ## 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。 ![preview.gif](preview/preview.gif) ## 下载安装 ```shell ohpm install @ohos/jama ``` OpenHarmony ohpm环境配置等更多内容，请参考 [如何安装OpenHarmony ohpm包](https://gitee.com/openharmony-tpc/docs/blob/master/OpenHarmony_har_usage.md) 。 ## 使用说明 1. 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); ``` 1. 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() ``` ## 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X*A=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 | ## 约束与限制 在下述版本验证通过： - DevEco Studio: NEXT Beta1-5.0.3.806, SDK: API12 (5.0.0.66) ## 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 ```` ## 贡献代码 使用过程中发现任何问题都可以提 [Issue](https://gitee.com/openharmony-sig/jama/issues) 给我们，当然，我们也非常欢迎你给我们发 [PR](https://gitee.com/openharmony-sig/jama/pulls) 。 ## 开源协议 本项目基于 [Apache License 2.0](https://gitee.com/openharmony-sig/jama/blob/master/LICENSE) ，请自由地享受和参与开源。