numpy.linalg包函数用法集锦(求逆矩阵，求矩阵行列式的值，求特征值和特征向量，解方程组）

1.计算逆矩阵

import numpy as np
a = np.array([[1, 2], [3, 4]])  # 创建矩阵
inv = np.linalg.inv(a)  # 计算逆矩阵
print('逆矩阵：', inv, '\n')

输出结果:

逆矩阵： [[-2.   1. ]
 [ 1.5 -0.5]] 

2.计算特征值和特征向量

a = np.array([[1, 2], [3, 4]])
value = np.linalg.eigvals(a)    # 求解特征值
value, vector = np.linalg.eig(a)
print('特征值：', value)
print('特征向量=', vector, '\n')

输出结果：

特征值： [-0.37228132  5.37228132]
特征向量= [[-0.82456484 -0.41597356]
 [ 0.56576746 -0.90937671]] 

3.求解线性方程组Ax = b

A = np.mat("1 -2 1;0 2 -8;-4 5 9")
b = np.array([0, 8, -9])
x = np.linalg.solve(A, b)
print('方程的解为：', x, '\n')
print(np.dot(A, x) == b)        # 验证解的正确性

输出结果：

方程的解为： [29. 16.  3.]
[[ True  True  True]] 

4.计算行列式的值

value = np.linalg.det(a)
print("行列式的值：", '{:.0f}'.format(value))

输出结果：

行列式的值： -2

持续更新中！！！

标签：特征值,特征向量,linalg,矩阵,value,print,集锦,np
来源： https://blog.csdn.net/weixin_46107893/article/details/112059640