NumPy API

NumPy API(七)——输入和输出线性代数

2019-01-02  本文已影响0人  无赖宵小

线性代数

矩阵和矢量产品

分解

矩阵特征值

规范和其他数字

求解方程和反转矩阵

例外

一次在几个矩阵上的线性代数

版本1.8.0的新特性.

如果将多个矩阵堆叠到同一个数组中,则上面列出的几个线性代数例程能够一次计算多个矩阵的结果。

这在文档中通过输入参数规范表示,例如a:(..., M, M)array_like。 这意味着如果给定一个输入数组a.shape == (N, M,M),它被解释为N个矩阵的“堆栈”,每个矩阵的大小为M-by-M。 类似的规范适用于返回值,例如行列式具有det : (...)并且在这种情况下将返回一个形状为det(a).shape == (N,)的数组。 这推广到高维数组上的线性代数运算:多维数组的最后1或2维被解释为向量或矩阵,适用于每个操作。


原文:https://www.numpy.org.cn/reference/routines

上一篇 下一篇

猜你喜欢

热点阅读