原标题:Python使用numpy计算矩阵特征值、特征向量与逆矩阵
Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量,而numpy.linalg.inv()函数用来计算可逆矩阵的逆矩阵。
>>> importnumpy as np
>>> x = np.matrix([[1,2,3], [4,5,6], [7,8,9]])
# 计算矩阵特征值与特征向量
>>> e, v = np.linalg.eig(x)
# 根据特征值和特征向量得到原矩阵
>>> y = v * np.diag(e) * np.linalg.inv(v)
>>> y
matrix([[ 1., 2., 3.],
[ 4., 5., 6.],
[ 7., 8., 9.]])
--------我是分割线----------
-------我是分割线-----------
新书《Python程序设计开发宝典》封面与目录,近日即将全面上架
第1章 管中窥豹:Python概述 14
1.1 Python是这样一种语言 14
1.2 Python版本之争 14
1.3 Python编程规范与代码优化建议 15
1.4 Python虚拟开发环境的搭建 17
1.5 Eclipse+PyDev环境搭建和使用 17
1.6 安装扩展库的几种方法 19
1.7 标准库与扩展库中对象的导入与使用 20
1.7.1 import 模块名 [as 别名] 20
1.7.2 from 模块名 import 对象名[ as 别名] 21
1.7.3 from 模块名 import * 21
1.7.4 模块导入时的搜索路径 22
1.8 编写与发布自己的包 23
1.9 Python程序伪编译与打包 25
1.10 从命令行参数和配置文件获取信息 27
第2章 万丈高楼平地起:运算符、表达式与内置对象 29
2.1 Python常用内置对象 29
2.1.1 常量与变量 30
2.1.2 数字 31
2.1.3 字符串 34
2.1.4 列表、元组、字典、集合 35
2.2 Python运算符与表达式 37
2.2.1 算术运算符 38
2.2.2 关系运算符 39
2.2.3 成员测试运算符in与同一性测试运算符is 40
2.2.4 位运算符与集合运算符 41
2.2.5 逻辑运算符 41
2.2.6 矩阵乘法运算符@ 42
2.2.7 补充说