下面的矩陣是單數，并且AFAIK嘗試將其求反應導致

numpy.linalg.linalg.LinAlgError: Singular matrix

但是我得到了一些輸出矩陣。請注意，輸出矩陣是無意義的結果，因為它具有一行0（這是不可能的，因為矩陣的逆本身應該是可逆的）！

我是否在這里缺少與浮點精度有關的東西，或者與真實逆相反的偽逆的計算？

$ np.__version__

'1.13.1'

$ np.linalg.inv(np.array([[2,7,7],[7,7,7],[8,7,7]]))

array([[ 0.00000000e+00, 0.00000000e+00, 0.00000000e+00],

[ 3.43131400e+15, -2.05878840e+16, 1.71565700e+16],

[ -3.43131400e+15, 2.05878840e+16, -1.71565700e+16]])```

參考方案

在后臺，NumPy和SciPy（以及許多其他軟件）都退回到線性方程求解器的LAPACK實現（或C轉換）（在本例中為GESV）。

由于GESV首先執行LU分解，然后檢查U矩陣的對角線是否有確切的零，因此很難在分解中達到理想的零。這就是為什么您不會遇到奇異矩陣錯誤的原因。

除此之外，如果要與其他矩陣相乘，則永遠不要求逆矩陣，而是求解AX=B。

在SciPy自版本0.19起，scipy.linalg.solve使用GESVX的“專家”驅動程序GESV，該驅動程序還會報告條件編號并發出警告。如果缺少奇點，這類似于matlab的行為。

In [7]: sp.linalg.solve(np.array([[2,7,7],[7,7,7],[8,7,7]]), np.eye(3))

...\lib\site-packages\scipy\linalg\basic.py:223: RuntimeWarning: scipy.linalg.solve

Ill-conditioned matrix detected. Result is not guaranteed to be accurate.

Reciprocal condition number: 1.1564823173178713e-18

' condition number: {}'.format(rcond), RuntimeWarning)

Out[7]:

array([[ 0.00000000e+00, -1.00000000e+00, 1.50000000e+00],

[ 3.43131400e+15, -2.05878840e+16, 1.71565700e+16],

[ -3.43131400e+15, 2.05878840e+16, -1.71565700e+16]])

numpy.savetxt“元組索引超出范圍”？ - python

我試圖在文本文件中寫幾行，這是我使用的代碼：import numpy as np # Generate some test data data = np.arange(0.0,1000.0,50.0) with file('test.txt', 'w') as outfile: outfile.write('…用Python計算稀疏矩陣的Cholesky分解 - python

我正在嘗試實現Reinsch's Algorithm（pp 4）。由于工作矩陣是稀疏的，所以我使用的是scipy.sparse模塊，但是正如您所看到的，Reinsch的算法需要稀疏矩陣的Cholesky分解（我們稱其為my_matrix）才能求解某些系統，但是我不能找到與此有關的任何東西。當然，在同一算法中，我可以使用scipy.sparse.li…numpy loadtxt單行/行作為列表 - python

我只有一個數據文件，例如： 1.2 2.1 3.2 我使用numpy版本1.3.0 loadtxt加載它 a,b,c = loadtxt("data.dat", usecols(0,1,2), unpack=True) 輸出是浮點數而不是數組 a = 1.2 我希望它將是： a = array([1.2]) 如果我讀取了多行文件，則該文件…設置Jupyter筆記本電腦的最大內核數 - python

我與同事共享一臺計算機。他們在那里運行并行計算，我需要運行Jupyter。我可能只使用幾個核心，而不是全部。但是，每次運行在Jupyter中使用numpy的單元時，它都會嘗試使用盡可能多的內核。在運行同事的計算時，Python占用了一半的內核。我試圖將Jupyter進程的nice設置為19，以便其Python子進程繼承niceness值，并且不嘗試使用所有內…Python輸出numpy數組作為base64編碼的字符串而不是jpg - python

我有一個簡單的Python3腳本，它使用以下命令從numpy數組創建圖像...cv2.imwrite("finalImage.jpg", numpyArray) 這可以正常工作，但是現在我希望輸出的是base64編碼的字符串，而不是jpg圖像。我知道我可以將輸出的jpg圖像轉換為base64字符串，但是有一種方法可以直接執行此操作，因此我…

總結

以上是生活随笔為你收集整理的python numpy逆_numpy.linalg.inv返回奇异矩阵的逆函数 - python的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。