Python 如何求矩阵的逆
更新时间：2021年03月11日 10:21:28 作者：Kenn7
这篇文章主要介绍了Python 如何求矩阵的逆案例，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
我就废话不多说了，大家还是直接看代码吧~
import numpy as np kernel = np.array([1, 1, 1, 2]).reshape((2, 2)) print(kernel) print(np.linalg.inv(kernel))
注意，Singular matrix奇异矩阵不可求逆
补充：python+numpy中矩阵的逆和伪逆的区别
定义：
对于矩阵A，如果存在一个矩阵B，使得AB=BA=E，其中E为与A,B同维数的单位阵，就称A为可逆矩阵（或者称A可逆），并称B是A的逆矩阵，简称逆阵。（此时的逆称为凯利逆）
矩阵A可逆的充分必要条件是|A|≠0。
伪逆矩阵是逆矩阵的广义形式。由于奇异矩阵或非方阵的矩阵不存在逆矩阵，但可以用函数pinv(A)求其伪逆矩阵。
基本语法为X=pinv(A),X=pinv(A,tol),其中tol为误差,pinv为pseudo-inverse的缩写：max(size(A))*norm(A)*eps。
函数返回一个与A的转置矩阵A' 同型的矩阵X，并且满足：AXA=A,XAX=X.此时，称矩阵X为矩阵A的伪逆，也称为广义逆矩阵。
pinv(A)具有inv(A)的部分特性，但不与inv(A)完全等同。
如果A为非奇异方阵，pinv(A)=inv(A)，但却会耗费大量的计算时间，相比较而言，inv(A)花费更少的时间。
代码如下：
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 求逆,但必须先使用matirx转化 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
这就是矩阵的逆和伪逆的区别
截至2020/10/4，matrix函数还可以使用，但已经过时，应该是mat函数这种。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
相关文章
这篇文章主要介绍了Django切换数据库和迁移数据详解的相关资料,需要的朋友可以参考下2022-11-11
网上GAN的教程太多了，这边也谈一下自己的理解，本文给大家介绍一下GAN的两部分组成，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-09-09
django使用定时任务django_apscheduler的实现
定时任务无论是个人开发还是企业业务都是需要的，本文主要介绍了django使用定时任务django_apscheduler的实现，减少请求时需要用户等待的时间，感兴趣的可以了解一下2021-08-08
今天小编就为大家分享一篇Pytorch mask_select 函数的用法详解，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
这篇文章主要介绍了使用python获取cpu每秒的使用率，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2022-05-05
今天带大家复习python的基础知识,文中对类的相关知识作了非常详细的介绍,对正在学习python的小伙伴们有很好地帮助,需要的朋友可以参考下2021-05-05
今天小编就为大家分享一篇Python 限定函数参数的类型及默认值方式，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2019-12-12
这篇文章主要为大家详细介绍了python进阶之协程，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-02-02
今天小编就为大家分享一篇关于Python模块的加载讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-01-01
在本篇文章里小编给大家整理了关于python第三方库学习笔记相关内容，有需要的朋友们可以参考下。2020-02-02
最新评论