Python 线性代数的相关计算

介绍numpy模块解决各种线性代数相关的计算，需要调用numpy的子模块linalg，该模块几乎提供了线性代数所需的所有功能。

np.zeros  生成零矩阵
np.eye  生成单位矩阵
np.dot  计算两个数组的点积
np.diag  矩阵主对角线与一维数组间的转换
np.linalg.det  计算矩阵行列式
np.linalg.eigvals  计算矩阵特征根
np.linalg.pinv  计算方阵的Moore-Penrose伪逆
np.linalg.lstsq  计算ax=b的最小二乘解
np.linalg.svd  计算奇异值分解
np.linalg.eig  计算矩阵特征根和特征向量
np.linalg.inv  计算方阵的逆
np.linalg.solve  计算ax=b方程组的解
np.linalg.qr  计算QR分解
np.linalg.norm  计算向量或矩阵范数
np.ones  生成所有元素为1的矩阵
np.transpose  矩阵转置
np.inner  计算两个数组的内积
np.trace  矩阵主对角线元素和

矩阵乘法

# 一维数组的点积
vector_dot = np.dot(np.array([1,2,3]), np.array([4,5,6]))
print('一维数组的点积：\n',vector_dot)
# 二维数组的乘法
print('两个二维数组：')
print(arr10)
print(arr11)
arr2d = np.dot(arr10,arr11)
print('二维数组的乘