inv是求矩阵A的逆矩阵，pinv是求矩阵A的伪逆矩阵
import numpy as np
a=np.array([[1,0,0],
[0,6,0],
[0,0,9]])
print(np.linalg.inv(a))#求逆矩阵
print(np.linalg.pinv(a))#求伪逆矩阵，当本身就可逆的时候，二者结果相同
逆矩阵概念：设A是一个n阶矩阵，若存在另一个n阶矩阵B，使得： AB=BA=E ，则称方阵A可逆，并称方阵B是A的逆矩阵
不是所有的矩阵都存在逆矩阵的，但有时候不得不用到，举个例子：
，则：
当A可逆的时候完全没问题，但是当A不可逆的时候只能用pinv求伪逆矩阵，照样能得到结果，但是存在一定的误差，不能忽略
标签：linalg,可逆,inv,矩阵,np,pinv 来源： https://blog.csdn.net/m0_53392188/article/details/119410517
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。