前言

numpy.linalg模塊包含線性代數的函數。使用這個模塊，可以計算逆矩陣、求特征值、解線性方程組以及求解行列式等。本文講給大家介紹關于numpy基礎之 np.linalg的相關內容，下面話不多說了，來一起看看詳細的介紹吧

（1）np.linalg.inv()：矩陣求逆

（2）np.linalg.det()：矩陣求行列式（標量）

np.linalg.norm

顧名思義，linalg=linear+algebra linalg=linear+algebra/mathrm{linalg=linear + algebra}，norm norm/mathrm{norm}則表示范數，首先需要注意的是范數是對向量（或者矩陣）的度量，是一個標量（scalar）：

首先help(np.linalg.norm)查看其文檔：

norm(x, ord=None, axis=None, keepdims=False)1

這里我們只對常用設置進行說明，x x/mathrm{x}表示要度量的向量，ord ord/mathrm{ord}表示范數的種類，

>>> x = np.array([3, 4])>>> np.linalg.norm(x)5.>>> np.linalg.norm(x, ord=2)5.>>> np.linalg.norm(x, ord=1)7.>>> np.linalg.norm(x, ord=np.inf)4123456789

范數理論的一個小推論告訴我們：ℓ 1 ≥ℓ 2 ≥ℓ ∞  ℓ1≥ℓ2≥ℓ∞

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對武林站長站的支持。