第5关：线性代数

-阿呆-

已于 2022-05-22 16:59:21 修改

阅读量1.3k

点赞数 2

分类专栏： # numpy数组的高级操作文章标签：线性代数矩阵 python

于 2022-05-07 10:27:08 首次发布

本文链接：https://blog.csdn.net/SorrymakerS/article/details/124625429

版权

本关任务要求编写一个函数，利用numpy的线性代数功能解决线性方程。介绍了dot、det、inv和solve等函数的用法，并给出了解决特定线性方程组的代码示例。

摘要由CSDN通过智能技术生成

任务描述

本关任务：编写一个能求解线性方程的函数。

相关知识

为了完成本关任务，你需要掌握：

numpy的线性代数

线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是任何数组库的重要组成部分，一般我们使用*对两个二维数组相乘得到的是一个元素级的积，而不是一个矩阵点积。因此numpy提供了线性代数函数库linalg，该库包含了线性代数所需的所有功能。

常用的numpy.linalg函数：
在这里插入图片描述

常用函数

dot()：该函数返回俩个数组的点积。对于二维向量，效果等于矩阵乘法；对于一维数组，它是向量的内积；对于N维数组，它是a的最后一个轴上的和与b的倒数第二个轴的乘积。

a=np.array([[1,2],[3,4]])

a1=np.array([[5,6],[7,8]])

np.dot(a,a1)  
'''  
输出：array([[19, 22],  
       [43, 50]])  
'''

det()：该函数用于计算输入矩阵的行列式。

a = np.array([[14, 1], [6, 2

关注