matrix_power

矩阵的n次方

cholesky

对称正定矩阵A——存在一个对角元为正数的下三角矩阵L，A=LL^T

x=linalg.cholesky(A),出来的结果是A的L

qr

QR分解

任何一个满秩矩阵，都可以用qr分解

一个正交矩阵和一个上三角矩阵

svd

SVD分解（一般用于降维

U,V——m，n阶方阵

Σ——除了对角线元素，都是0，对角线元素——奇异值

numpy出来的奇异值是从大到小排列的，所以直接切片就可以了

eig

求特征值和特征向量

每一列就是一个特征向量

det

求行列式

matrix_rank

计算矩阵的秩

solve

Solve(a,b)_解ax=b的x

inv，pinv

计算矩阵的逆/伪逆

norm

求范数