这篇博客介绍了如何使用numpy.linalg模块进行线性代数计算，包括计算逆矩阵、解线性方程组、求特征值和特征向量以及奇异值分解。详细讲解了各个函数的用法，如np.linalg.inv()用于求逆矩阵，np.linalg.solve()解决线性方程组，np.linalg.eigvals()和np.linalg.eig()获取特征值和特征向量，以及np.linalg.svd()进行奇异值分解。此外，还提到了计算矩阵行列式的函数np.linalg.det()。
numpy.linalg模块包含线性代数的函数。使用这个模块，可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等。
一、计算逆矩阵
语法：np.linalg.inv()
import numpy as np#导入模块
# 准备一个矩阵
a = np.mat('0 1 2;1 0 3;4 -3 8')
#计算逆矩阵
a_inverse = np.linalg.inv(a)
a*a_inverse #验证A* A-1 =I 是否成立
得到对角方阵，成立
matrix([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
二、解线性方程组
语法：np.linalg.solve()
已知线性方程组：
求x,y,z
#根据方程组系数准备一个矩阵
b = np.mat
最低0.47元/天 解锁文章
扫一扫
669
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
