Numpy 中的矩阵求逆实例

 更新时间:2019年08月26日 15:50:25   作者:米竹  
今天小编就为大家分享一篇Numpy 中的矩阵求逆实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

1. 矩阵求逆

import numpy as np

a = np.array([[1, 2], [3, 4]]) # 初始化一个非奇异矩阵(数组)
print(np.linalg.inv(a)) # 对应于MATLAB中 inv() 函数

# 矩阵对象可以通过 .I 更方便的求逆
A = np.matrix(a)
print(A.I)

2. 矩阵求伪逆

import numpy as np

# 定义一个奇异阵 A
A = np.zeros((4, 4))
A[0, -1] = 1
A[-1, 0] = -1
A = np.matrix(A)
print(A)
# print(A.I) 将报错,矩阵 A 为奇异矩阵,不可逆
print(np.linalg.pinv(a))  # 求矩阵 A 的伪逆(广义逆矩阵),对应于MATLAB中 pinv() 函数

以上这篇Numpy 中的矩阵求逆实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Python基于Tkinter模块实现的弹球小游戏

    Python基于Tkinter模块实现的弹球小游戏

    这篇文章主要介绍了Python基于Tkinter模块实现的弹球小游戏,涉及Python图形绘制、数值计算、判断等相关操作技巧,需要的朋友可以参考下
    2018-12-12
  • python计算导数并绘图的实例

    python计算导数并绘图的实例

    今天小编就为大家分享一篇python计算导数并绘图的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • python 使用socket传输图片视频等文件的实现方式

    python 使用socket传输图片视频等文件的实现方式

    这篇文章主要介绍了python 使用socket传输图片视频等文件的实现方式,本文给出了实例代码,需要的朋友可以参考下
    2019-08-08
  • pygame学习笔记(4):声音控制

    pygame学习笔记(4):声音控制

    这篇文章主要介绍了pygame学习笔记(4):声音控制,本文讲解了pygame.mixer启动与初始化、播放声音片段wav文件、播放mp3、wma、ogg音乐文件、控制音量、制作mp3播放器中遇到的问题等内容,需要的朋友可以参考下
    2015-04-04
  • Django 再谈一谈json序列化

    Django 再谈一谈json序列化

    这篇文章主要介绍了Django json序列化,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • python 随机数使用方法,推导以及字符串,双色球小程序实例

    python 随机数使用方法,推导以及字符串,双色球小程序实例

    下面小编就为大家带来一篇python 随机数使用方法,推导以及字符串,双色球小程序实例。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-09-09
  • Python提取支付宝和微信支付二维码的示例代码

    Python提取支付宝和微信支付二维码的示例代码

    本文将教你使用 Python 的图像处理库 pillow,轻松批量提取图片中间的方形二维码部分。小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-02-02
  • python tkinter窗口最大化的实现

    python tkinter窗口最大化的实现

    这篇文章主要介绍了python tkinter窗口最大化的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • Python实现根据IP地址和子网掩码算出网段的方法

    Python实现根据IP地址和子网掩码算出网段的方法

    这篇文章主要介绍了Python实现根据IP地址和子网掩码算出网段的方法,涉及Python基于Linux平台的字符串操作技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-07-07
  • 基于KL散度、JS散度以及交叉熵的对比

    基于KL散度、JS散度以及交叉熵的对比

    这篇文章主要介绍了基于KL散度、JS散度以及交叉熵的对比,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05

最新评论