这篇笔记详细介绍了Numpy库中的线性代数操作，包括矩阵乘法np.dot()、特征值和特征向量np.linalg.eig()，以及奇异值分解np.linalg.svd()、QR分解和Cholesky分解。强调了矩阵乘法的broadcasting与matrix multiplication的区别，以及Cholesky分解仅适用于正定矩阵的条件。
环境
import numpy as np
import pandas as pd
from scipy import stats
矩阵乘法 np.dot(a,b) / a.dot(b)
keypoint:
- 想清楚应该计算 broadcasting 还是 matrix multiplication，两者容易搞混
a = np.arange(1,10,1).reshape(3,3)
b = np.eye(3)
print('a is \n',a,'\n')
print('b is \n',b)
a is
[[1 2 3]
[4 5 6]
[7 8 9]]
b is
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
print('a*z is \n',a
最低0.47元/天 解锁文章
1280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
