Numpy基础之深入学习NumPy模块

numpy.linalg模块包含线性代数的函数，使用这个模块可以计算逆矩阵，求特征值，解线性方程组以及求解行列式。
求逆矩阵
import numpy as np
A=np.mat('0 1 2;1 0 3;4 -3 8')
print A
inverse=np.linalg.inv(A)
print inverse

求解线性方程组的解
# coding:utf-8
import numpy as np
A=np.mat('1 -2 1;0 2 -8;-4 5 9')
print A
b=np.array([0,8,-9]) #数组y
print b
x=np.linalg.solve(A,b)
print x

numpy.linalg模块中，eigvals函数可以计算矩阵的特征值
# coding:utf-8
import numpy as np
A=np.mat('3 -2;1 0')
print A
B=np.linalg.eigvals(A)
print B

eig函数求解特征值和特征向量
# coding:utf-8
import numpy as np
A=np.mat('3 -2;1 0')
print A
B=np.linalg.eig(A)
print B

奇异值分解
# coding:utf-8
import numpy as np
A=np.mat('4 11 14;8 7 -2')
print A
U,Sigma,V=np.linalg.svd(A,full_matrices=False)
print'U'
print U
print 'Sigma'
print Sigma
print 'V'
print V

并非得到中间的奇异值矩阵，得到的是对角线上的值

矩阵行列式
# coding:utf-8
import numpy as np
A=np.mat('3 4;5 6')
print A
B=np.linalg.det(A)
print B