前言
Numpy是一个非常强大的python科学计算库,为了机器学习的需要,想深入研究一下Numpy库的用法,用这个系列的博客,记录下我的学习过程。
系列:
Numpy库进阶教程(二)
正在持续更新
计算逆矩阵
numpy.linalg模块包含线性代数的函数,可以用来求矩阵的逆,求解线性方程组、求特征值及求解行列式。
mat函数可以用来构造一个矩阵,传进去一个专用字符串,矩阵的行与行之间用分号隔开,行内的元素用空格隔开。
import numpy as np
A = np.mat("0 1 2;1 0 3;4 -3 8")
print "A\n", A
现在我们使用inv函数计算逆矩阵
inverse = np.linalg.inv(A)
print "inverse of A\n", inverse
我们检查一下两矩阵相乘的结果

本文是Numpy库进阶教程的第一部分,主要讲解如何使用Numpy进行线性方程组的求解和计算逆矩阵。通过numpy.linalg模块,我们可以方便地实现这些线性代数操作,包括利用inv函数求矩阵的逆和solve函数解线性方程组。示例中详细展示了具体步骤和验证过程。
最低0.47元/天 解锁文章
1014

被折叠的 条评论
为什么被折叠?



