创建numpy矩阵的逆和对角线

Question

我正在尝试逆 numpy 数组，

from numpy import mat
from numpy import *
from numpy import matrix
from numpy import linalg
d =array ([  (0, 1,  2,  3,  4),
             ( 5,  6,  7,  8,  9),
             (10, 11, 12, 13, 14)])

print d.T
print d.I
print d.diagonal
#above line gives <built-in method diagonal of numpy.ndarray object at 0x7fdf40a263f0>
print numpy.linalg.inv(d)

我来了

AttributeError: 'numpy.ndarray' object has no attribute 'I'

有什么建议可以得到反向和对角线？

Answer 1

如果您将d 转换为np.matrix，您将获得这些方法：

d = np.matrix(d)

然后：

d.I
d.diagonal()

会起作用的。

Answer 2

A.diagonal 是 numpy.ndarray 的一种方法，正如打印输出所暗示的那样。因此，@Saullo Castro 的解决方案也适用于 numpy 数组，无需转换为np.matrix。

import numpy as np
A = np.arange(25).reshape((5,5))
diag = A.diagonal()
# array([ 0,  6, 12, 18, 24])

Numpy 数组没有计算矩阵逆矩阵的方法，但您可以使用 numpy.linalg.inv 轻松做到这一点，就像您已经根据代码示例尝试过的那样。

Answer 3

我建议更改所有这些导入：

from numpy import mat
from numpy import *
from numpy import matrix
from numpy import linalg

只有一个：

import numpy as np

那你就可以了

d = np.array(...)
# d = np.arange(15).reshape(3,5)
M = np.matrix(d)  
M.I   # a matrix has an I property, but an array does not
d.diagonal()  # diagonal is a method, not a property
np.diagonal(d)  # diagonal is also a function

np.linalg.inv(d) 不起作用 - 它给出了一个错误，反对数组不是正方形的。所以很明显M.I 正在返回一种不同的逆。请参阅下面关于pinv 的注释。

numpy（和一般的 Python）具有函数、方法和属性（属性）。区分清楚吗？

许多 numpy 函数最终都会调用主数组对象的相应方法。通常这并不重要，除非是为了方便调用。

np.matrix 是一个子类，它有许多自己的方法。注意，例如

In [817]: M.diagonal()
Out[817]: matrix([[ 0,  6, 12]])

In [818]: d.diagonal()
Out[818]: array([ 0,  6, 12])

diagonal 返回了相同的数字，但对于 M，它返回的是同一类的对象，根据类定义，它是 2d。

d.T、M.I 访问 properties。这些不需要方法所需要的()，但在许多方面它们是相同的。 np.matrix 已定义 I，但 np.array 尚未定义。

如果您习惯在 MATLAB 中使用矩阵，np.matrix 类可能会简化转换。但如果这是您第一次使用这样的数组，我建议您坚持使用np.array。 np.matrix 类只会增加混乱。

---

M.I 与M.getI() 相同。

它的代码是（使用help(M.getI) 阅读其文档）

def getI(self):
    M, N = self.shape
    if M == N:
        from numpy.dual import inv as func
    else:
        from numpy.dual import pinv as func
    return asmatrix(func(self))

这意味着M.I 使用pinv 而不是inv。 np.linalg.pinv(d) 有效。