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
标签(TAG)numpy
上一篇:Numpy基础之矩阵和通用函数
下一篇:Numpy基础之专用函数
0条评论 添加新评论