numpy 矩阵对角线_第二章 Numpy模块编程的金融案例2.7

2.7 矩阵运算（二）

原始数据（股票每日涨跌幅及权重）如下：

另外，已知日均投资总金额为3000万元。

原始数据转换为numpy数组如下：

Tip1:使用dot()函数计算两个矩阵内积（dot product，又称点积、数量积，两个向量相乘，返回一个标量）

输出结果如下：

注意：矩阵内积运算要注意顺序，不遵循交换律

Tip2: 统计累计金额用sum()函数，保留小数位数用round()函数

输出结果如下：

Tip3：Numpy子模块linalg（linear algebra线性代数）中的det()函数和inv()函数分别用于计算矩阵的行列式（determinant）和逆矩阵（inverse matrix）

输出结果：

注：二阶行列式代表两个向量组成的平行四边形的有向面积；三阶行列式代表三个向量组成的平行六面体的有向体积；矩阵与矩阵的逆相乘时会得到单位矩阵（行数与列数相等，主对角线上值为1，其余值为0的矩阵，即方阵）

Tip4: Numpy子模块linalg中的eig()函数和svd()函数分别用于计算矩阵的特征值分解（Eigendecomposition）和奇异值分解（Singular Value Decomposition）

输出结果：

特征值分解

奇异值分解

注：特征值分解只适用于方阵