python numpy逆_python矩阵运算,转置,逆运算,共轭矩阵实例

我就废话不多说了，大家还是直接看代码吧！

#先定义两个矩阵

X=np.array([[1,2104,5,1,45],[1,1416,3,2,40],[1,1534,3,2,30],[1,852,2,1,36]])

y=np.array([45,40,30,36])

#内积以后发现

c=np.dot(X.T,X)

c

array([[ 4, 5906, 13, 6, 151],

[ 5906, 9510932, 21074, 8856, 228012],

[ 13, 21074, 47, 19, 507],

[ 6, 8856, 19, 10, 221],

[ 151, 228012, 507, 221, 5821]])

c.I

d=np.dot(c.I,X.T)

Traceback (most recent call last):

File "", line 1, in

d=np.dot(c.I,X.T)

AttributeError: 'numpy.ndarray' object has no attribute 'I'

#说明array进行内积以后已经不是array对象，成为ndarray对象，不能再进行.I,.T,.M的操作。

#解决方法：把结果转为matrix就可以

a=np.matrix([[ 4, 5906, 13, 6, 151],

[ 5906, 9510932, 21074, 8856, 228012],

[ 13, 21074, 47, 19, 507],

[ 6, 8856, 19, 10, 221],

[ 151, 228012, 507, 221, 5821]])

a.I

matrix([[ -4.12181049e+13, 1.93633440e+11, -8.76643127e+13,

-3.06844458e+13, 2.28487459e+12],

[ 1.93633440e+11, -9.09646601e+08, 4.11827338e+11,

1.44148665e+11, -1.07338299e+10],

[ -8.76643127e+13, 4.11827338e+11, -1.86447963e+14,

-6.52609055e+13, 4.85956259e+12],

[ -3.06844458e+13, 1.44148665e+11, -6.52609055e+13,

-2.28427584e+13, 1.70095424e+12],

[ 2.28487459e+12, -1.07338299e+10, 4.85956259e+12,

1.70095424e+12, -1.26659193e+11]])

补充知识：矩阵和向量共轭

矩阵包括实数矩阵和复数矩阵。

矩阵的转置是将其行列互换位置，

矩阵的共轭转置则是在矩阵转置的基础上（行列互换位置）对其每一个元素取共轭。

形如 a+bi的复数，其共轭为a-bi。实数的共轭等于它本身。

所以，实数矩阵的共轭转置矩阵就是转置矩阵，复数矩阵的共轭转置矩阵就是行列互换位置后每个元素取共轭。

在Fortran中，其调用函数为：

CONJG(x)

求x的共轭复数。x:C, 结果:C

以上这篇python矩阵运算,转置,逆运算,共轭矩阵实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。