Numpy（3）—— 線性代數相關函數

• diag：以一維數組的形式返回方陣的對角線（或非對角線）元素，或將一維數組轉換爲方陣（非對角線元素爲0）。

# numpy.linalg  中有一組標準的矩陣分解運算以及諸如求逆和行列式之類的東西
# np.linalg.diag 以一維數組的形式返回方陣的對角線（或非對角線）元素，
# 或將一維數組轉換爲方陣（非對角線元素爲0）
e = np.diag(d)
f = np.diag(e)
print('d: \n{}'.format(d))
print('e: \n{}'.format(e))
print('f: \n{}'.format(f))

• dot：矩陣乘法。

# 矩陣b的第二維大小，必須等於矩陣c的第一維大小
d = b.dot(c) # 等價於 np.dot(b, c)

• trace：計算對角線元素的和。

g = np.trace(d)

• det：計算矩陣行列式。

h = np.linalg.det(d)

• eig：計算方陣的特徵值和特徵向量。

# eig，計算特徵值和特徵向量
# u爲特徵值，v爲特徵向量
u,v = np.linalg.eig(d)

• inv：計算方陣的逆。

tmp = np.random.rand(3, 3)
j = np.linalg.inv(tmp)