我想使用 numpy 来计算逆。但我收到一个错误：
'numpy.ndarry' object has no attribute I
要在 numpy 中计算矩阵的逆矩阵，比如矩阵 M，它应该很简单：
print M.I
代码如下：
x = numpy.empty((3,3), dtype=int)
for comb in combinations_with_replacement(range(10), 9):
x.flat[:] = comb
print x.I
我猜，这个错误是因为 x 现在是平的，因此“I”命令不兼容。有解决办法吗？
我的目标是打印每个可能的数字矩阵组合的逆矩阵。
【问题讨论】：
np.matrix(x) 以便 .I 方法可用。
I 属性仅存在于 matrix 对象上，而不存在于 ndarrays 上。您可以使用numpy.linalg.inv 来反转数组：
inverse = numpy.linalg.inv(x)
请注意，您生成矩阵的方式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
此外，如果您想遍历所有元素从 [0, 10) 中提取的 3x3 矩阵，您需要以下内容：
for comb in itertools.product(range(10), repeat=9):
而不是combinations_with_replacement，否则你会跳过类似的矩阵
numpy.array([[0, 1, 0],
[0, 0, 0],
[0, 0, 0]])
【讨论】：
另一种方法是使用numpy matrix class（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. ]])
【讨论】：
np.matrix，因为它会导致np.array 用户的歧义：scipy.linalg
使用 python 和 numpy 逆矩阵：
>>> 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倒置。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
奇异矩阵问题的解法：
尝试捕获奇异矩阵异常并继续前进，直到找到满足先前条件并且也是可逆的变换。
【讨论】：
inv 呢？
例如： my_inverse_array = inv(my_array)
【讨论】：