（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=linear+algebra，norm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：
这里我们只对常用设置进行说明，x表示要度量的向量，ord表示范数的种类， 
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)4
SVD
u,s,v=np.linalg.svd(一个矩阵)
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4313/viewspace-2803982/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
PHP session的工作原理
下一篇：
比特币为什么要分叉？
请登录后发表评论
登录
全部评论
