使用numpy的矩陣的反轉

我想用numpy來計算逆矩陣。但我發現了一個錯誤：使用numpy的矩陣的反轉

'numpy.ndarry' object has no attribute I

爲了計算numpy的矩陣的逆，稱矩陣M，它應該是簡單的： print M.I

下面的代碼：

x = numpy.empty((3,3), dtype=int) 
for comb in combinations_with_replacement(range(10), 9): 
    x.flat[:] = comb 
    print x.I

我假設，這個錯誤發生是因爲x現在是平坦的，因此'I'命令不兼容。有沒有解決這個問題的方法？

我的目標是打印每個可能的數值矩陣組合的INVERSE MATRIX。

來源

2014-02-07 Jake Z

也對其他答案進行了評論，但是您必須將x定義爲矩陣'np.matrix（x）'，以便'.I'方法可用。 – M4rtini

的I屬性只存在於matrix對象，而不是ndarray秒。您可以使用numpy.linalg.inv反轉數組：

inverse = numpy.linalg.inv(x)

請注意，您正在生成矩陣的方式，而不是所有的人都將是可逆的。你需要改變你生成矩陣的方式，或者跳過那些不可逆的。

try: 
    inverse = numpy.linalg.inv(x) 
except numpy.linalg.LinAlgError: 
    # Not invertible. Skip this one. 
    pass 
else: 
    # continue with what you were doing

另外，如果你想通過所有的3x3矩陣與[0,10）繪製的元素，你想要的以下內容：

for comb in itertools.product(range(10), repeat=9):

而非combinations_with_replacement，否則你會跳過矩陣像使用Python和numpy的一個矩陣的

numpy.array([[0, 1, 0], 
      [0, 0, 0], 
      [0, 0, 0]])

來源

2014-02-07 22:32:06 user2357112

'模塊'對象沒有屬性inv ... =/ –

@JakeZ：我忘了'linalg'。回答編輯。 – user2357112

是的，我試過了，我得到了'單數矩陣'錯誤。 O_O –

inv怎麼樣？

例如爲： my_inverse_array = INV（my_array）

來源

2014-02-07 22:29:37 user1330052

我試過，但我得到'奇異矩陣'的錯誤......最有可能是因爲它的扁平化....我不知道是否有一種方法來重塑它回到其原始狀態，然後反向呢？ –

它可能更容易隱藏它的原始狀態，然後再引用它，就像包含當前狀態的對象和一個說明它最初是什麼的屬性一樣。 numpy.linalg.lstsq會嘗試給你一個最小二乘解決方案，但我不知道任何特別乾淨的東西。 – user1330052

逆：

>>> import numpy as np 
>>> b = np.array([[2,3],[4,5]]) 
>>> np.linalg.inv(b) 
array([[-2.5, 1.5], 
     [ 2. , -1. ]])

不是所有的矩陣都可以顛倒。例如singular matrices are not Invertable：

>>> import numpy as np 
>>> b = np.array([[2,3],[4,6]]) 
>>> np.linalg.inv(b) 

LinAlgError: Singular matrix

解決奇異矩陣問題：

的try-catch奇異矩陣異常，並繼續下去，直到你找到一個變換，滿足您之前的標準，也可反轉。

直覺與ELI5周圍矩陣求逆和爲什麼有時候不能完成：

設想一個電影膠片投影儀上膜照明亮的光到白色壁，在凝結膜的像素是「投影」到牆上的像素。

我停止在單個框架上的電影投影，並且您看到白色牆壁上的像素，並要求您重新生成投影它的電影。這很容易，只需要執行投影的矩陣的逆。矩陣的逆矩陣可以消除投影。

現在想象一下，如果投影機已損壞，並且膠片上的多個像素投射到牆上的相同位置。然後我要求你「用矩陣求逆來撤銷這個操作」。你說：「我不能，信息在投影中被摧毀，我無法回到我們所在的位置，因爲矩陣是單數或退化的。」

只有在不丟失信息的情況下，才能反轉過程，用於將數據轉換爲其他數據的矩陣纔是可逆的。如果您的矩陣不能倒置，也許您正在使用猜測和檢查方法來定義您的投影，而不是使用保證無損變換的過程。

來源：

http://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.inv.html#numpy.linalg.inv

來源

2015-11-08 23:01:03

另一種方式來做到這一點是使用numpy matrix class（而不是numpy的陣列）和I屬性。例如：

>>> m = np.matrix([[2,3],[4,5]]) 
>>> m.I 
matrix([[-2.5, 1.5], 
     [ 2. , -1. ]])

來源

2017-02-22 15:38:52 dagrha

使用numpy的矩陣的反轉

回答

相關問題