使用numpy逆矩阵

我想用numpy计算逆。但是我遇到一个错误：

'numpy.ndarry' object has no attribute I

要计算以numpy表示的矩阵（例如矩阵M）的逆，它应该很简单： print M.I

这是代码：

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

我想是因为x现在变平了，所以发生此错误，因此' I'命令不兼容。有没有解决的办法？

我的目标是打印每个可能的数值矩阵组合的逆矩阵。

该I属性仅存在于matrix对象上，不存在ndarray。您可以numpy.linalg.inv用来反转数组：

inverse = numpy.linalg.inv(x)

请注意，在生成矩阵的方式中，并非所有矩阵都是可逆的。您要么需要更改生成矩阵的方式，要么跳过那些不可逆的矩阵。

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，如果要使用从[0，10）中绘制的元素遍历所有3x3矩阵，则需要以下内容：

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

而不是combinations_with_replacement，否则您将跳过类似

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

执行此操作的另一种方法是使用numpymatrix类（而不是numpy数组）和I属性。例如：

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

使用python和numpy进行矩阵求逆：

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

并非所有矩阵都可以求逆。例如，奇异矩阵不可逆：

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

LinAlgError: Singular matrix

奇异矩阵问题的解决方案：

尝试捕获奇异矩阵异常，并继续进行，直到找到符合先前条件并且也是可逆的转换为止。

为何不能总是进行矩阵求逆的直觉；像在单数矩阵中一样：

想象一下一台旧的高架电影放映机，它通过胶片将明亮的光线照到白墙上。胶片中的像素投影到墙上的像素。

如果将胶片投影停止在一个帧上，您将在墙上看到胶片的像素，请您根据看到的内容重新生成胶片。您说这很容易，只要对执行投影的矩阵求逆即可。矩阵的逆是投影的反转。

现在想象一下放映机是否损坏，我在电影的前面放了一个变形的镜头。现在，多个像素被投影到墙上的同一位置。我再次要求您“使用矩阵逆函数撤消此操作”。你说：“我不能因为你因为镜头畸变而破坏了信息，我不能回到原来的状态，因为矩阵要么是奇异的要么是退化的。”

仅当可以逆转过程而不会丢失信息时，可用于将某些数据转换为其他数据的矩阵才是可逆的。如果矩阵不能反转，则可能是使用猜测和检查方法而不是使用保证无损转换的过程定义投影。

如果您使用的是启发式算法或不尽人意的数学精度，则必须定义另一个过程来管理和隔离变形，以便可以恢复通过布朗运动进行的编程。

资源：

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

那inv呢？

例如：my_inverse_array = inv（my_array）