• 如果传入的是多个矩阵，则依次计算这些矩阵的逆矩阵。

      • 如果a不是方阵，或者a不可逆则抛出异常

    2. 单位矩阵:numpy.eye(N[, M, k, dtype])：返回一个二维单位矩阵行为N，列为M，对角线元素为1，其余元素为0。M默认等于N。k默认为0表示对角线元素为1（单位矩阵），如为正数则表示对角线上方一格的元素为1（上单位矩阵），如为负数表示对角线下方一格的元素为1（下单位矩阵）

    • 如果a不止二维，则由axis1和指定的轴选取了取对角线的矩阵。

    • 如果a少于二维，则抛出异常

      trace

    1. 计算线性方程的解 ：numpy.linalg.solve(a,b)：计算线性方程的解ax=b，其中a为矩阵，要求为秩不为0的方阵，b为列向量（长度等于方阵大小）；或者a为标量，b也为标量。

    2. 特征值：numpy.linalg.eig(a)：计算矩阵的特征值和右特征向量。如果不是方阵则抛出异常，如果行列式为0则抛出异常。

      eig

    3. 奇异值分解：numpy.linalg.svd(a, full_matrices=1, compute_uv=1)：对矩阵a进行奇异值分解，将它分解成u*np.diag(s)*v的形式，其中u和v是酉矩阵，s是a的奇异值组成的一维数组。 其中：

      • :如果为True，则u形状为(M,M)，v形状为(N,N)；否则u形状为(M,K)，v形状为(K,N)，K=min(M,N)
      • compute_uv：如果为True则表示要计算u和v。默认为True。
      • 如果不可分解则抛出异常