Numpy的奇异矩阵问题

时间:2012-04-26 01:17:41

标签: python matrix numpy

我试图将矢量(3乘1)乘以其转置(1乘3)。我得到一个(3乘3)数组,但我不能得到它的逆。知道为什么吗?

import numpy as np

c=array([1, 8, 50])
np.transpose(c[np.newaxis]) * c
array([[   1,    8,   50],
   [   8,   64,  400],
   [  50,  400, 2500]])
np.linalg.inv(np.transpose(c[np.newaxis]) * c)
Traceback (most recent call last):
  File "<console>", line 1, in <module>
  File "C:\Python26\lib\site-packages\numpy\linalg\linalg.py", line 445, in inv
    return wrap(solve(a, identity(a.shape[0], dtype=a.dtype)))
  File "C:\Python26\lib\site-packages\numpy\linalg\linalg.py", line 328, in solve
    raise LinAlgError, 'Singular matrix'
LinAlgError: Singular matrix

4 个答案:

答案 0 :(得分:34)

您粘贴的矩阵

[[   1,    8,   50],
 [   8,   64,  400],
 [  50,  400, 2500]]

具有零的决定因素。这是奇异矩阵的定义(不存在逆矩阵)

http://en.wikipedia.org/wiki/Invertible_matrix

答案 1 :(得分:28)

根据定义,通过将1D向量乘以其转置,您就创建了一个奇异矩阵。

每行是第一行的线性组合。

请注意,第二行只是第一行的8倍。

同样,第三行是第一行的50倍。

矩阵中只有一个独立的行。

答案 2 :(得分:0)

正如先前答案中已经提到的那样,您的矩阵无法求逆,因为其行列式为0。 但是,如果仍然要获取逆矩阵,则可以使用np.linalg.pinv,它利用SVD近似初始矩阵。

答案 3 :(得分:-2)

使用SVD或QR分解计算实数或复数域中的精确解:

numpy.linalg.svd numpy.linalg.qr