Python数据分析——Numpy4 线性代数
数组的运算大多是元素级的，数组相乘的结果是各对应元素的积组成的数组， 但是矩阵相乘使用的是点积，NumPy库提供用于矩阵乘法的dot函数。numpy.dot(a, b, out=None) 或 a.dot(b,out=None)注意：如果矩阵是奇异的或者非方阵，使用inv函数求逆矩阵，会出现错误。out : ndarray, 可选，用来保存dot()的计算结果，对于两个一维的数组，计算的是这两个数
·
数组的运算大多是元素级的，数组相乘的结果是各对应元素的积组成的数组， 但是矩阵相乘使用的是点积，NumPy库提供用于矩阵乘法的dot函数。另外 NumPy库的linalg模块来完成具有线性代数运算方法
1、numpy.dot()
• 对于两个一维的数组，计算的是这两个数组对应下标元素的乘积之和；
• 对于二维数组，计算的是两个数组的矩阵乘积；
• 二维数组和一维数组的点积，则将一维数组转置后计算矩阵乘积，最后结果还
原成向量。
numpy.dot(a, b, out=None) 或 a.dot(b,out=None)
参数说明：
• a : ndarray 数组
• b : ndarray 数组
• out : ndarray, 可选，用来保存dot()的计算结果，必须与乘积结果的维度、
长度、类型一致。
2、numpy.vdot()
函数vdot是两个向量的点积（对应元素乘积之和）。
如果第一个参数是复数，则将第一个参数的复共轭用于点积的计算。
3、numpy.linalg.det()
计算矩阵的行列式。
4、numpyp.linalg.solve()
求解线性方程组。
5、numpy.linalg.inv()
计算方阵的乘法逆矩阵（A*B=I）。
注意：如果矩阵是奇异的或者非方阵，使用inv函数求逆矩阵，会出现错误。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
4
0- 0
已为社区贡献4条内容
所有评论(0)