答:完全不一样!
numpy中的rank:指的是多维数组的维数,axes(轴)的个数;
矩阵论,线性代数中的rank:极大线性无关组所含向量的个数。
举例子:
对于二维数组(矩阵)A:
A = [[1, 0, 0],
[0, 1, 0],
[0, 0, 1]]
numpy:rank = 2(其是二维数组)
矩阵论,线性代数:rank=3 (极大线性无关组所含向量的个数是3)
答:完全不一样!
numpy中的rank:指的是多维数组的维数,axes(轴)的个数;
矩阵论,线性代数中的rank:极大线性无关组所含向量的个数。
举例子:
对于二维数组(矩阵)A:
A = [[1, 0, 0],
[0, 1, 0],
[0, 0, 1]]
numpy:rank = 2(其是二维数组)
矩阵论,线性代数:rank=3 (极大线性无关组所含向量的个数是3)