Python使用numpy模块操作矩阵

下面介绍了矩阵的一些基本的操作，总结为下表 ：

使用前请先导入模块numpy

创建矩阵	np.mat([ ])
矩阵的迹	矩阵对象.trace()
逆矩阵	np.linalg.inv(矩阵对象)
矩阵的秩	np.linalg.matrix_rank(矩阵对象)
行列式的值	np.linalg.det(矩阵对象)
两个矩阵的乘积	np.dot(矩阵1，矩阵2)
计算矩阵的特征值和特征向量	np.linalg.eig(矩阵对象)
矩阵的大小	矩阵对象.shape
解线性方程组	np.linalg.solve(矩阵1，增广矩阵的列)

---

具体代码如下：

import numpy as np

A = np.mat([[2, 0, 0], [0, 1, 0], [0, 0, 1]])  # 创建一个矩阵A
B = np.mat([[1, 1, 1], [1, 2, 3], [1, 2, 4]])  # 创建矩阵B
A_trace = A.trace()  # 计算矩阵的迹
A_inv = np.linalg.inv(A)  # 求逆矩阵
t = A.T  # 矩阵的转置
np.linalg.matrix_rank(A)  # 计算矩阵的秩
A_det = np.linalg.det(A)  # 计算行列式的值
dot_A_B = np.dot(A, B)  # 计算A和B的乘积
c, d = np.linalg.eig(A)  # 返回矩阵的特征值和特征向量
A_shape = A.shape  # 返回矩阵的大小
# 解线性方程组：
A = np.mat([[1, 2], [3, 4]])
B = np.mat([[5, 6]]).T
solve = np.linalg.solve(A, B)