方便查找的自用函数集
矩阵形状
matrix.shape
元素个数
matrix.size
矩阵维度
matrix.nidm
寻找最大最小值
np.max(matrix)
np.min(matrix)
重建
matrix.reshape(2, 6)# 前为行
其中
matrix.reshape(1, -1)
仅一行,列数按需
转置
matrix.T
压缩为一维
matrix.flatten()
**```
寻找秩**
```python
numpy.linalg.matrix_rank(matrix)
求行列式
numpy.linalg.det(matrix)
求矩阵的对角线(向量)
matrix.diagonal()
求迹
matrix.trace()
等同于
sum(matrix.diagonal())
求特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(matrix)
矩阵相加减
numpy.add(matrix_a, matrix_b)
numpy.subtract(matrix_a, matrix_b)
向量点乘
numpy.dot(vector_a, vector_b)
矩阵的逆
numpy.linalg.inv(matrix)