【MQ笔记】SVD分解练习（Python）（矩阵分解，图像处理，求解超定方程）

目录

 

直接对矩阵进行奇异值分解

利用SVD分解压缩图像

利用SVD分解求超定方程的解

---

直接对矩阵进行奇异值分解

已知矩阵，对其进行奇异值分解。

import numpy as np
#创建矩阵A
A = np.array([[1,5,7,6,1],[2,1,10,4,4],[3,6,7,5,2]])

#利用np.linalg.svd()函数直接进行奇异值分解
#该函数有三个返回值：左奇异矩阵，所有奇异值，右奇异矩阵。
U,Sigma,VT = np.linalg.svd(A)

#展示
print(U)
print(Sigma)
print(VT)

运行结果：

---

利用SVD分解、压缩图像

原图：

代码：