NumPy - numpy.linalg.inv() 函数

• 

  简述

  我们用numpy.linalg.inv()函数计算矩阵的逆。矩阵的逆是这样的，如果它与原始矩阵相乘，它会产生单位矩阵。
• 

  例子

  
  import numpy as np 
  x = np.array([[1,2],[3,4]]) 
  y = np.linalg.inv(x) 
  print x 
  print y 
  print np.dot(x,y)
  

  它应该产生以下输出 -

  
  [[1 2]                                                                        
   [3 4]]                                                                       
  [[-2.   1. ]                                                                  
   [ 1.5 -0.5]]                                                                 
  [[  1.00000000e+00   1.11022302e-16]                                          
   [  0.00000000e+00   1.00000000e+00]]
  

• 

  例子

  现在让我们在示例中创建矩阵 A 的逆矩阵。

  
  import numpy as np 
  a = np.array([[1,1,1],[0,2,5],[2,5,-1]]) 
  print 'Array a:” 
  print a 
  ainv = np.linalg.inv(a) 
  print 'Inverse of a:' 
  print ainv  
  print 'Matrix B is:' 
  b = np.array([[6],[-4],[27]]) 
  print b 
  print 'Compute A-1B:' 
  x = np.linalg.solve(a,b) 
  print x  
  # this is the solution to linear equations x = 5, y = 3, z = -2
  

  它将产生以下输出 -

  
  Array a:
  [[ 1 1 1]
   [ 0 2 5]
   [ 2 5 -1]]
  Inverse of a:
  [[ 1.28571429 -0.28571429 -0.14285714]
   [-0.47619048 0.14285714 0.23809524]
   [ 0.19047619 0.14285714 -0.0952381 ]]
  Matrix B is:
  [[ 6]
   [-4]
   [27]]
  Compute A-1B:
  [[ 5.]
   [ 3.]
   [-2.]]
  

  使用该函数可以获得相同的结果 -

  
  x = np.dot(ainv,b)