线性代数(numpy.linalg)

常用函数

1.dot()——矩阵乘法
用法:X.dot(Y) or np.dot(X, Y) or X@Y——X和Y矩阵的乘积。
在这里插入图片描述
2.diag()——矩阵的对角线转换
用法:np.diag(arr),其中,数组arr是多维数组,就以一维数组的形式返回该多维数组的对角线元素;是一维数组,就返回以该一维数组为对角线元素的多维数组。
在这里插入图片描述
3.trace()——求对角线和
用法:np.trace(x),计算数组x的对角线的和。
在这里插入图片描述
4.det()——计算行列式
用法:det(x),需声明from numpy import det,计算矩阵x的行列式。
注:x必须是方阵。
在这里插入图片描述
5.eig()——求矩阵的特征值和特征向量
用法:eig(x),需声明from numpy import eig,计算矩阵x的特征值和特征向量。
注:x必须是方阵。
在这里插入图片描述
6.inv()——求矩阵的逆
用法:inv(x),需声明from numpy import inv,计算矩阵x的逆。
注:x必须是方阵。
在这里插入图片描述
7.qr()——计算矩阵的qr分解
用法:qr.(x),需声明from numpy import qr,计算矩阵x的qr分解。
在这里插入图片描述
8.solve()—计算矩阵的线性方程,其中x是方阵。
用法:solve(x, y),需声明from numpy import slove,计算矩阵x的线性方程。
在这里插入图片描述
9.lstsq()——计算矩阵的最小二乘法解
用法:lstsq(x, b),其中,表示为b=a*x。需声明from numpy import sltsq,计算矩阵x的线性方程。
在这里插入图片描述

  • 2
    点赞
  • 3
    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