python数据分析——numpy数组学习（4）

一、求解线性方程组

 

 

1、numpy的线性代数子模块linalg中提供了求解线性方程组的solve（）函数和求解线性方程组最小二乘解的lstsq（）函数

 

例：

 

import numpy as np

a=np.array([[3,1],[1,2]])
b=np.array([9,8])
x=np.linalg.solve(a,b)
print(x)
print(np.dot(a,x))
print(np.linalg.lstsq(a,b))

结果：

[2. 3.]
[9. 8.]

(array([2., 3.]), array([], dtype=float64), 2, array([3.61803399, 1.38196601]))

二、奇异值分解

numpy的线性代数子模块linalg中提供了计算奇异值分解的svd()函数

格式：svd(a,full_matrices=1,compute_uv=1)