线性代数
marix类型创建的是矩阵对象。但是Numpy中同时存在ndarray和matrix对象,容易混淆,这里采用ndarray来介绍。
矩阵和向量积
矩阵的乘法
numpy.dot(a,b[,out])计算两个矩阵的成绩,如果是一位数组则是它们的内积。
矩阵特征值与特征向量
numpy.linalg.eig(a)计算方阵的特征值和特征向量。
numpy.linalg.eigvals(2)计算方阵的特征值。
矩阵分解
奇异值分解
QR分解
Cholesky分解
范数和其他数字
矩阵的范数
numpy.linalg.norm(x,ord=None,axix=None,keepdims=False)计算向量或者矩阵的范数。
方阵的行列式
numpy.linalg.det(a)计算行列式
矩阵的秩
numpy.linalg.martix_rank(M,tol=None,hermitian=False)返回矩阵的秩。
矩阵的迹
numpy.trace(a,offset=0,axis1=0,axis2=1,dtype=None,out=None)方阵的迹就是主对角元素之和。