极客笔记NumPy 线性代数
Numpy提供以下函数来对输入数据进行不同的代数计算。
| 序号 | 函数 | 描述 |
|---|---|---|
| 1 | dot() | 用于计算两个数组的点积。 |
| 2 | vdot() | 用于计算两个向量的点积。 |
| 3 | inner() | 用于计算两个数组的内积。 |
| 4 | matmul() | 用于计算两个数组的矩阵乘积。 |
| 5 | det() | 用于计算矩阵的行列式。 |
| 6 | solve() | 用于解决线性矩阵方程。 |
| 7 | inv() | 用于计算矩阵的乘法逆。 |
numpy.dot()函数
此函数用于返回两个矩阵的点积。它类似于矩阵乘法。考虑以下示例。
示例
输出：
numpy.vdot()函数
此函数用于计算两个向量的点积。可以将其定义为多维数组的对应元素乘积的和。
考虑以下示例。
示例
输出:
numpy.inner()函数
这个函数返回一维数组内部元素的乘积之和。对于n维数组，它返回沿最后一个轴上的元素乘积之和。
考虑以下示例。
示例
输出:
numpy.matmul()函数
它用于返回两个矩阵的乘积。如果两个矩阵的形状不对齐以进行乘法运算，则会产生错误。请看以下示例。
示例
numpy行列式
可以使用对角元素来计算矩阵的行列式。以下2 x 2矩阵的行列式可以计算如下：
A B C D
行列式可以计算为AD – BC。
numpy.linalg.det()函数用于计算矩阵的行列式。考虑以下示例。
示例
输出：
numpy.linalg.solve()函数
此函数用于求解以矩阵形式给出的二次方程。
下面是线性方程的表示方式
可以通过使用三个矩阵表示为：
这两个矩阵可以作为参数传递给numpy.solve()函数，如下所示。
示例
输出：
numpy.linalg.inv()函数
此函数用于计算输入矩阵的乘法逆矩阵。请看以下示例。
示例
输出：