总结：python代码实现矩阵最基本操作

矩阵在机器学习中算比较常见的，小记一笔最基本的东西。

#-*-coding:utf-8-*-
import numpy as np
a = np.array([[1,2],[3,4]])
print a
b = np.array([[4,5],[6,7]])
print b
c= np.array([[-1,1,0],[-4,3,0],[1,0,2]])
print c
# 奇异值,这里随便写下,后面单独总结
u,s,vt = np.linalg.svd(c)
print u
print s
print vt
# 取第2行的第2列 从0计数
print a[1:,1]
# 取矩阵的某一列 从0开始计数
print a[:,1]
# 取矩阵的某一行 从0开始计数
# print a[0]
# 求矩阵的秩
print np.linalg.matrix_rank(a)
# 构建2个3行3列的数组
d = np.arange(18).reshape(2,3,3)
print d
# 构建3行3列的数组
d = np.arange(9).reshape(3,3)
print d
# 求特征值特征向量 返回的特征值对应特征向量
print np.linalg.eig(c)
# 矩阵求逆 要求矩阵一定是方阵
aa =np.linalg.inv(a)
print aa
# 求矩阵的伪逆矩阵.可以不是方阵(如果是方阵还是用inv效率更高)
a2 = np.linalg.pinv(a)
print a2
# 创建一个单位矩阵
print np.eye(2)
# 求a的转置
print a.T
# 计算5*a
print 5*a
# 计算a+b
print a+b
# 计算a*b
print np.dot(a,b)