numpy.linalg模块详解：矩阵求逆、行列式与范数计算

前言

numpy.linalg模块提供了丰富的线性代数函数。借助该模块，用户可以执行逆矩阵计算、特征值求解、线性方程组求解以及行列式计算等操作。本文将系统介绍numpy基础中np.linalg模块的相关应用，以下是详细内容。

（1）np.linalg.inv()：矩阵求逆

（2）np.linalg.det()：矩阵求行列式（标量）

np.linalg.norm

顾名思义，linalg是linear（线性）与algebra（代数）的组合缩写，即linalg=linear+algebra；norm表示范数。首先需要明确的是，范数用于度量向量或矩阵，其结果是一个标量（scalar）。

首先可以通过help(np.linalg.norm)查看相关文档说明：

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

此处仅对常用设置进行说明，x表示需要度量的向量，ord表示范数的类型。

>>> 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

范数理论的一个小推论表明：ℓ 1 ≥ℓ 2 ≥ℓ ∞ ℓ1≥ℓ2≥ℓ∞

总结

以上就是本文的全部内容，希望本文的内容对大家的学习或工作具有一定的参考借鉴价值。如有任何疑问，欢迎留言交流，感谢大家对本站的支持。