对于numpy.linalg和scipy.linalg(待完善)

这俩部分都是用于线性代数的计算,但是存在一些差别,下面是使用中出现的问题:

  1. 首先说明的是计算矩阵的伪逆的时候:np.linalg.pinv和scipy.linalg.pinv都是用于计算矩阵伪逆的,二者得到结果并不一致,只能说是差不多。但是代码中用scipy的线性代数模块求了;
  2. 如何一个矩阵可逆,那么该矩阵的逆等于伪逆;只有矩阵不是方阵或者行列式值为0(奇异矩阵),才要求矩阵的伪逆;
  3. 首先是检查该矩阵的行列式的时候,np.linalg.eig()得到的是0;scipy.linalg.eig()得到的不是0,明显是错的;再是求np.linalg.inv()会提醒该矩阵求不了逆,scipy.linalg.inv()却把离谱的矩阵求出来了,真的是离大谱了;

查询下来的总结是:scipy.linalg包含numpy.linalg中的所有函数。 另外,scipy.linalg还有一些不在numpy.linalg中的高级函数。对于线性代数上的计算,还是scipy.linalg用的多。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值