使用 numpy 的矩阵的逆

我想用 numpy 来计算反数，但是我得到了一个错误:

'numpy.ndarry' object has no attribute I

要计算一个矩阵的逆矩阵，比如说矩阵 M，它应该很简单: print M.I

密码是这样的:

x = numpy.empty((3,3), dtype=int)
for comb in combinations_with_replacement(range(10), 9):
x.flat[:] = comb
print x.I

我假设，出现这个错误是因为 x 现在是平的，因此‘ I’命令不兼容。有什么办法吗？

我的目标是打印每个可能的数值矩阵组合的逆矩阵。

287245 次浏览
小开

请进呢？

例如: My _ verse _ array = inv (my _ array)

小开
最佳答案

I属性只存在于 matrix对象上，而不存在于 ndarray对象上。您可以使用 numpy.linalg.inv来反转数组:

inverse = numpy.linalg.inv(x)

注意你生成矩阵的方式，并不是所有的矩阵都是可逆的。您要么需要改变生成矩阵的方式，要么跳过那些不可逆的矩阵。

try:
inverse = numpy.linalg.inv(x)
except numpy.linalg.LinAlgError:
# Not invertible. Skip this one.
pass
else:
# continue with what you were doing

另外，如果您想遍历所有从[0,10)中抽取元素的3x3矩阵，您需要以下内容:

for comb in itertools.product(range(10), repeat=9):

而不是 combinations_with_replacement，否则您将跳过

numpy.array([[0, 1, 0],
[0, 0, 0],
[0, 0, 0]])
小开

使用 python 和 numpy 逆矩阵:

>>> import numpy as np
>>> b = np.array([[2,3],[4,5]])
>>> np.linalg.inv(b)
array([[-2.5,  1.5],
[ 2. , -1. ]])

不是所有的矩阵都可以反转，例如 奇异矩阵不可逆:

>>> import numpy as np
>>> b = np.array([[2,3],[4,6]])
>>> np.linalg.inv(b)


LinAlgError: Singular matrix

奇异矩阵问题的解:

Try-catch Singular Matrix 异常，并继续下去，直到找到一个满足先前条件的转换，AND 也是可逆的。

小开

另一种方法是使用 简单的 matrix类(而不是 numpy 数组)和 I属性。例如:

>>> m = np.matrix([[2,3],[4,5]])
>>> m.I
matrix([[-2.5,  1.5],
[ 2. , -1. ]])
小开

IDK 如果有人已经提到了这一点，但我想指出的矩阵 _ 对象。I和 np.linalg.inv(matrix_object)没有给出一个真正的倒数。这让我很伤心。对于矩阵对象 m，np.dot(m, m.I) = an identity matrix，但是 np.dot(m.I, m) =/= I。np.linalg.inv(I)也是如此。

小心点。


提交答案