11-29-Task4

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。