Python 如何求矩陣的逆
我就廢話不多說了，大家還是直接看代碼吧~
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奇異矩陣不可求逆
補充：python+numpy中矩陣的逆和偽逆的區(qū)別
定義：
對于矩陣A，如果存在一個矩陣B，使得AB=BA=E，其中E為與A,B同維數(shù)的單位陣，就稱A為可逆矩陣（或者稱A可逆），并稱B是A的逆矩陣，簡稱逆陣。（此時的逆稱為凱利逆）
矩陣A可逆的充分必要條件是|A|≠0。
偽逆矩陣是逆矩陣的廣義形式。由于奇異矩陣或非方陣的矩陣不存在逆矩陣，但可以用函數(shù)pinv(A)求其偽逆矩陣。
基本語法為X=pinv(A),X=pinv(A,tol),其中tol為誤差,pinv為pseudo-inverse的縮寫：max(size(A))*norm(A)*eps。
函數(shù)返回一個與A的轉(zhuǎn)置矩陣A' 同型的矩陣X，并且滿足：AXA=A,XAX=X.此時，稱矩陣X為矩陣A的偽逆，也稱為廣義逆矩陣。
pinv(A)具有inv(A)的部分特性，但不與inv(A)完全等同。
如果A為非奇異方陣，pinv(A)=inv(A)，但卻會耗費大量的計算時間，相比較而言，inv(A)花費更少的時間。
代碼如下：
1.矩陣求逆
import numpy as np a = np.array([[1, 2], [3, 4]]) # 初始化一個非奇異矩陣(數(shù)組) print(np.linalg.inv(a)) # 對應于MATLAB中 inv() 函數(shù) # 矩陣對象可以通過 .I 求逆,但必須先使用matirx轉(zhuǎn)化 A = np.matrix(a) print(A.I)
2.矩陣求偽逆
import numpy as np # 定義一個奇異陣 A A = np.zeros((4, 4)) A[0, -1] = 1 A[-1, 0] = -1 A = np.matrix(A) print(A) # print(A.I) 將報錯，矩陣 A 為奇異矩陣，不可逆 print(np.linalg.pinv(A)) # 求矩陣 A 的偽逆（廣義逆矩陣），對應于MATLAB中 pinv() 函數(shù)
這就是矩陣的逆和偽逆的區(qū)別
截至2020/10/4，matrix函數(shù)還可以使用，但已經(jīng)過時，應該是mat函數(shù)這種。
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
Django切換數(shù)據(jù)庫和遷移數(shù)據(jù)詳解
這篇文章主要介紹了Django切換數(shù)據(jù)庫和遷移數(shù)據(jù)詳解的相關(guān)資料,需要的朋友可以參考下2022-11-11
網(wǎng)上GAN的教程太多了，這邊也談一下自己的理解，本文給大家介紹一下GAN的兩部分組成，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-09-09
django使用定時任務django_apscheduler的實現(xiàn)
定時任務無論是個人開發(fā)還是企業(yè)業(yè)務都是需要的，本文主要介紹了django使用定時任務django_apscheduler的實現(xiàn)，減少請求時需要用戶等待的時間，感興趣的可以了解一下2021-08-08
Pytorch mask_select 函數(shù)的用法詳解
今天小編就為大家分享一篇Pytorch mask_select 函數(shù)的用法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了使用python獲取cpu每秒的使用率，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
Python入門學習之類的相關(guān)知識總結(jié)
今天帶大家復習python的基礎(chǔ)知識,文中對類的相關(guān)知識作了非常詳細的介紹,對正在學習python的小伙伴們有很好地幫助,需要的朋友可以參考下2021-05-05
Python 限定函數(shù)參數(shù)的類型及默認值方式
今天小編就為大家分享一篇Python 限定函數(shù)參數(shù)的類型及默認值方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
這篇文章主要為大家詳細介紹了python進階之協(xié)程，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
今天小編就為大家分享一篇關(guān)于Python模塊的加載講解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
在本篇文章里小編給大家整理了關(guān)于python第三方庫學習筆記相關(guān)內(nèi)容，有需要的朋友們可以參考下。2020-02-02