numpy.linalg.inv() 函数

我们使用 numpy.linalg.inv() 函数计算矩阵的逆。逆矩阵是指，如果将其与原矩阵相乘，则会得到单位矩阵。

示例

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)

输出结果应为:-

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

示例

现在让我们在示例中创建矩阵 A 的逆。

import numpy as np
a = np.array([[1,1,1],[0,2,5],[2,5,-1]])

print '数组 a:
print a
ainv = np.linalg.inv(a)

print 'a 的逆:'
print ainv

print '矩阵 B 为:'
b = np.array([[6],[-4],[27]])
print b

print '计算 A-1B:'
x = np.linalg.solve(a,b)
print x
# 这是线性方程组的解:x = 5, y = 3, z = -2

输出结果为:-

数组 a:
[[ 1 1 1]
[ 0 2 5]
[ 2 5 -1]]

a 的逆:
[[ 1.28571429 -0.28571429 -0.14285714]
[-0.47619048 0.14285714 0.23809524]
[ 0.19047619 0.14285714 -0.0952381 ]]

矩阵 B 为:
[[ 6]
[-4]
[27]]

计算 A-1B:
[[ 5.]
[ 3.]
[-2.]]

使用函数 − 可得到相同结果

x = np.dot(ainv,b)

numpy_linear_algebra.html