前言

numpy.linalg模塊包含線性代數(shù)的函數(shù)。使用這個(gè)模塊，可以計(jì)算逆矩陣、求特征值、解線性方程組以及求解行列式等。本文講給大家介紹關(guān)于numpy基礎(chǔ)之 np.linalg的相關(guān)內(nèi)容，下面話不多說(shuō)了，來(lái)一起看看詳細(xì)的介紹吧

（1）np.linalg.inv()：矩陣求逆

（2）np.linalg.det()：矩陣求行列式（標(biāo)量）

np.linalg.norm

顧名思義，linalg=linear+algebra linalg=linear+algebramathrm{linalg=linear + algebra}，norm normmathrm{norm}則表示范數(shù)，首先需要注意的是范數(shù)是對(duì)向量（或者矩陣）的度量，是一個(gè)標(biāo)量（scalar）：

首先help(np.linalg.norm)查看其文檔：

norm(x, ord=None, axis=None, keepdims=False)1

這里我們只對(duì)常用設(shè)置進(jìn)行說(shuō)明，x xmathrm{x}表示要度量的向量，ord ordmathrm{ord}表示范數(shù)的種類(lèi)，

>>> x = np.array([3, 4])>>> np.linalg.norm(x)5.>>> np.linalg.norm(x, ord=2)5.>>> np.linalg.norm(x, ord=1)7.>>> np.linalg.norm(x, ord=np.inf)4123456789

范數(shù)理論的一個(gè)小推論告訴我們：? 1 ≥? 2 ≥? ∞  ?1≥?2≥?∞

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)武林站長(zhǎng)站的支持。