3.10 矩阵与线性代数运算
矩阵类似于3.9小节中数组对象,但是遵循线性代数的计算规则。下面的一个例子展示了矩阵的一些基本特性:
- >>> import numpy.linalg
- >>> # Determinant
- >>> numpy.linalg.det(m)
- -229.99999999999983
- >>> # Eigenvalues
- >>> numpy.linalg.eigvals(m)
- array([-13.11474312, 2.75956154, 6.35518158])
- >>> # Solve for x in mx = v
- >>> x = numpy.linalg.solve(m, v)
- >>> x
- matrix([[ 0.96521739],
- [ 0.46086957]])
- >>> m * x
- matrix([[ 2.],
- [ 3.],
- [ 4.]])
- >>> v
- matrix([[2],
- [3],
- >>>
很显然线性代数是个非常大的主题,已经超出了本书能讨论的范围。但是,如果你需要操作数组和向量的话, 是一个不错的入口点。可以访问 官网 获取更多信息。