第5关:线性代数

任务描述

本关任务:编写一个能求解线性方程的函数。

相关知识

为了完成本关任务,你需要掌握:

  1. 如何使用numpy进行矩阵运算
  2. 点积和matmul的区别。

numpy的线性代数

线性代数(如矩阵乘法、矩阵分解、行列式以及其他方阵数学等)是任何数组库的重要组成部分,一般我们使用*对两个二维数组相乘得到的是一个元素级的积,而不是一个矩阵点积。因此numpy提供了线性代数函数库linalg,该库包含了线性代数所需的所有功能。

常用的numpy.linalg函数:
第5关:线性代数_第1张图片

常用函数

dot():该函数返回俩个数组的点积。对于二维向量,效果等于矩阵乘法;对于一维数组,它是向量的内积;对于N维数组,它是a的最后一个轴上的和与b的倒数第二个轴的乘积。

a=np.array([[1,2],[3,4]])

a1=np.array([[5,6],[7,8]])

np.dot(a,a1)  
'''  
输出:array([[19, 22],  
       [43, 50]])  
'''  

det():该函数用于计算输入矩阵的行列式。

a = np.array([[14, 1], [6, 2

你可能感兴趣的:(#,numpy数组的高级操作,线性代数,矩阵,python)