<
> (1)
Numpy 库
Numpy中的矩阵函数
- np.diagonal(A) 返回由A中的主对角元素组成的一维矩阵
- np.diagonal(A,1) 返回由A中的第一副对角元素组成的一维矩阵
- np.trace(A) 返回A中的主对角元素的和
- np.argmax(A,axis= 0) 在0轴上，最小的数
- np.identity(3) 返回3维的单位矩阵
- np.dot(a,b)
常用的：
- 若a,b均为行矩阵，则返回其内积（对应元素相乘，最后再相加，返回值为标量）
- 若a,b均为n维矩阵，则返回a,b的矩阵的乘法
- 若a为n维，b为行矩阵，则返回矩阵中的每一个元素，为a矩阵的某行的各个元素与b矩阵的对应元素相乘，再相加。（类似于矩阵的乘法，不过不是行、列乘的关系，而是行行乘）
- np.inner(a,b)
常用的
- 若a,b均为行矩阵，则返回其内积（对应元素相乘，最后再相加，返回值为标量）
- 若a,b均为n维矩阵，则返回矩阵中的每一个元素，为a矩阵的某行的各个元素与b矩阵某行的对应元素相乘，再相加得到的（类似于矩阵的乘法，不过不是行、列乘的关系，而是行行乘）
np.outer(a,b) 返回a,b中所有元素对的乘积组成的矩阵
线性代数模块
from numpy.linalg import inv,solve- 矩阵的逆 inv(A)
求解Ax = b方程中的x solve(A,b)
深复制矩阵
不是创建矩阵的视图，而是新创建一个对象
b = a.copy()矩阵的向量化操作
数学中这样的语句:
