python矩阵分解

矩阵的奇异值分解

import numpy as np aa= np.array([[1, 1], [1, -2], [2, 1]]) bb=np.linalg.svd(aa) print(bb) (array([[ -5.34522484e-01, -1.11022302e-16, -8.45154255e-01],[ 2.67261242e-01, -9.48683298e-01, -1.69030851e-01],[ -8.01783726e-01, -3.16227766e-01, 5.07092553e-01]]), array([ 2.64575131, 2.23606798]), array([[-0.70710678, -0.70710678],[-0.70710678, 0.70710678]]))

矩阵的LU分解

m=np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]]) import scipydf=scipy.linalg.lu(m, permute_l=True) L=df[0] U=df[1] L Out[129]: array([[ 0.14285714, 1. , 0. ],[ 0.57142857, 0.5 , 1. ],[ 1. , 0. , 0. ]]) U Out[130]: array([[ 7.00000000e+00, 8.00000000e+00, 9.00000000e+00],[ 0.00000000e+00, 8.57142857e-01, 1.71428571e+00],[ 0.00000000e+00, 0.00000000e+00, 1.11022302e-16]]) L@U Out[131]: array([[ 1., 2., 3.],[ 4., 5., 6.],[ 7., 8., 9.]])

矩阵的Cholesky分解

import scipy import numpy m=numpy.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])qr = scipy.linalg.qr(m)qr[0]@qr[1] array([[ 1., 2., 3.],[ 4., 5., 6.],[ 7., 8., 9.]])

总结

以上是生活随笔为你收集整理的python矩阵分解的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。