numpy中函数库linalg关于矩阵计算的常见函数

前言

numpy模块中函数库linalg一些关于矩阵计算的函数，其中dot是便于记忆添加到表格里。

函数	说明
$dot$	计算矩阵乘
$det$	计算矩阵行列式
$inv$	计算矩阵逆
$pinv$	计算矩阵的伪逆
$eig$	计算方阵的特征值和特征向量
$solve$	求解线性矩阵方程组AX=b，A为方阵

代码实现

import numpy as np
# np.array()生成2x2,3x3矩阵
A = np.array([[1,3],[2,4]]) 
B = np.array([[1,3,5],[2,4,6]]) 

np.dot()计算矩阵乘

ans = np.dot(A,B)
print('AB=',ans)

结果：AB= [[ 7 15 23]
[10 22 34]]

np.linalg.det计算矩阵的行列式

ans = np.linalg.det(A) # 1*4-3*2=-2
ans

结果：-2.0

np.linalg.inv()计算矩阵逆

ans = np.linalg.inv(A)
ans

结果：array([[-1.33333333, 1.08333333],
[-0.33333333, 0.33333333],
[ 0.66666667, -0.41666667]])

np.linalg.pinv()计算矩阵伪逆（不是满秩矩阵以及方阵）

ans =  np.linalg.pinv(B)
ans

结果：array([[-1.33333333, 1.08333333],
[-0.33333333, 0.33333333],
[ 0.66666667, -0.41666667]])

np.linalg.eig()计算矩阵的特征值和特征向量

ans = np.linalg.eig(A)
ans

结果：(array([-0.37228132, 5.37228132]),
array([[-0.90937671, -0.56576746],
[ 0.41597356, -0.82456484]]))

np.linalg.solve()求解线性矩阵方程组AX=b，A为方阵

A = np.array([[1,3],[2,4]]) 
b=np.array([4,5])
ans = np.linalg.solve(A,b)
ans

结果：array([-0.5, 1.5])