如何用 NumPy 求矩阵的逆
矩阵的逆只是矩阵的倒数，就像我们在常规算术中对一个数字所做的那样，这个数字被用来解方程以找到未知变量的值。矩阵的逆矩阵是与原矩阵相乘后得到的单位矩阵。矩阵的逆只有在矩阵为非奇异时才存在，即行列式不应为 0 。利用行列式和伴随式，我们可以很容易地用下面的公式求出方阵的逆矩阵，
if det(A) != 0
A-1 = adj(A)/det(A)
else
"Inverse doesn't exist"
矩阵方程
在哪里，
A -1 : 矩阵 A 的逆
x:TT3】he 未知变量列 T5】
B: 解阵T5】
用 NumPy 求矩阵的逆
Python 提供了一种非常简单的方法来计算矩阵的逆矩阵。python NumPy 模块中的函数NumPy . linalg . inv()用于计算矩阵的逆。
语法:
numpy . linalg . inv(a)
参数:
a: 待倒矩阵
返回:
逆矩阵 一 。
例 1:
计算机编程语言
# Python program to inverse
# a matrix using numpy
# Import required package
import numpy as np
# Taking a 3 * 3 matrix
A = np.array([[6, 1, 1],
[4, -2, 5],
[2, 8, 7]])
# Calculating the inverse of the matrix
print(np.linalg.inv(A))
输出:
[[ 0.17647059 -0.00326797 -0.02287582]
[ 0.05882353 -0.13071895 0.08496732]
[-0.11764706 0.1503268 0.05228758]]
例 2:
计算机编程语言
# Python program to inverse
# a matrix using numpy
# Import required package
import numpy as np
# Taking a 4 * 4 matrix
A = np.array([[6, 1, 1, 3],
[4, -2, 5, 1],
[2, 8, 7, 6],
[3, 1, 9, 7]])
# Calculating the inverse of the matrix
print(np.linalg.inv(A))
输出:
[[ 0.13368984 0.10695187 0.02139037 -0.09090909]
[-0.00229183 0.02673797 0.14820474 -0.12987013]
[-0.12987013 0.18181818 0.06493506 -0.02597403]
[ 0.11000764 -0.28342246 -0.11382735 0.23376623]]
例 3:
计算机编程语言
# Python program to inverse
# a matrix using numpy
# Import required package
import numpy as np
# Inverses of several matrices can
# be computed at once
A = np.array([[[1., 2.], [3., 4.]],
[[1, 3], [3, 5]]])
# Calculating the inverse of the matrix
print(np.linalg.inv(A))
输出:
[[[-2\. 1\. ]
[ 1.5 -0.5 ]]
[[-1.25 0.75]
[ 0.75 -0.25]]]
版权属于：月萌API www.moonapi.com，转载请注明出处
