下面的矩阵是单数，并且AFAIK尝试将其求反应导致

numpy.linalg.linalg.LinAlgError: Singular matrix

但是我得到了一些输出矩阵。请注意，输出矩阵是无意义的结果，因为它具有一行0（这是不可能的，因为矩阵的逆本身应该是可逆的）！

我是否在这里缺少与浮点精度有关的东西，或者与真实逆相反的伪逆的计算？

$ 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]])```

参考方案

在后台，NumPy和SciPy（以及许多其他软件）都退回到线性方程求解器的LAPACK实现（或C转换）（在本例中为GESV）。

由于GESV首先执行LU分解，然后检查U矩阵的对角线是否有确切的零，因此很难在分解中达到理想的零。这就是为什么您不会遇到奇异矩阵错误的原因。

除此之外，如果要与其他矩阵相乘，则永远不要求逆矩阵，而是求解AX=B。

在SciPy自版本0.19起，scipy.linalg.solve使用GESVX的“专家”驱动程序GESV，该驱动程序还会报告条件编号并发出警告。如果缺少奇点，这类似于matlab的行为。

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“元组索引超出范围”？ - python

我试图在文本文件中写几行，这是我使用的代码：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计算稀疏矩阵的Cholesky分解 - python

我正在尝试实现Reinsch's Algorithm（pp 4）。由于工作矩阵是稀疏的，所以我使用的是scipy.sparse模块，但是正如您所看到的，Reinsch的算法需要稀疏矩阵的Cholesky分解（我们称其为my_matrix）才能求解某些系统，但是我不能找到与此有关的任何东西。当然，在同一算法中，我可以使用scipy.sparse.li…numpy loadtxt单行/行作为列表 - python

我只有一个数据文件，例如： 1.2 2.1 3.2 我使用numpy版本1.3.0 loadtxt加载它 a,b,c = loadtxt("data.dat", usecols(0,1,2), unpack=True) 输出是浮点数而不是数组 a = 1.2 我希望它将是： a = array([1.2]) 如果我读取了多行文件，则该文件…设置Jupyter笔记本电脑的最大内核数 - python

我与同事共享一台计算机。他们在那里运行并行计算，我需要运行Jupyter。我可能只使用几个核心，而不是全部。但是，每次运行在Jupyter中使用numpy的单元时，它都会尝试使用尽可能多的内核。在运行同事的计算时，Python占用了一半的内核。我试图将Jupyter进程的nice设置为19，以便其Python子进程继承niceness值，并且不尝试使用所有内…Python输出numpy数组作为base64编码的字符串而不是jpg - python

我有一个简单的Python3脚本，它使用以下命令从numpy数组创建图像...cv2.imwrite("finalImage.jpg", numpyArray) 这可以正常工作，但是现在我希望输出的是base64编码的字符串，而不是jpg图像。我知道我可以将输出的jpg图像转换为base64字符串，但是有一种方法可以直接执行此操作，因此我…