线性代数(numpy.linalg)

常用函数

1.dot()——矩阵乘法
用法:X.dot(Y) or np.dot(X, Y) or [email protected]——X和Y矩阵的乘积。
线性代数(numpy.linalg)
2.diag()——矩阵的对角线转换
用法:np.diag(arr),其中,数组arr是多维数组,就以一维数组的形式返回该多维数组的对角线元素;是一维数组,就返回以该一维数组为对角线元素的多维数组。
线性代数(numpy.linalg)
3.trace()——求对角线和
用法:np.trace(x),计算数组x的对角线的和。
线性代数(numpy.linalg)
4.det()——计算行列式
用法:det(x),需声明from numpy import det,计算矩阵x的行列式。
注:x必须是方阵。
线性代数(numpy.linalg)
5.eig()——求矩阵的特征值和特征向量
用法:eig(x),需声明from numpy import eig,计算矩阵x的特征值和特征向量。
注:x必须是方阵。
线性代数(numpy.linalg)
6.inv()——求矩阵的逆
用法:inv(x),需声明from numpy import inv,计算矩阵x的逆。
注:x必须是方阵。
线性代数(numpy.linalg)
7.qr()——计算矩阵的qr分解
用法:qr.(x),需声明from numpy import qr,计算矩阵x的qr分解。
线性代数(numpy.linalg)
8.solve()—计算矩阵的线性方程,其中x是方阵。
用法:solve(x, y),需声明from numpy import slove,计算矩阵x的线性方程。
线性代数(numpy.linalg)
9.lstsq()——计算矩阵的最小二乘法解
用法:lstsq(x, b),其中,表示为b=a*x。需声明from numpy import sltsq,计算矩阵x的线性方程。
线性代数(numpy.linalg)