คำนวณ Moore-Penrose pseudoinverse ของเมทริกซ์ใน Python

เพื่อคำนวณ pseudo-inverse แบบ Moore-Penrose ของเมทริกซ์ ให้ใช้ numpy.linalg.pinv() คำนวณ generalized inverse ผ่าน SVD รวม singular values ที่ใหญ่ พารามิเตอร์ rcond ควบคุม cutoff ของ singular values เล็ก

ขั้นตอนการใช้งาน

import numpy as np

สร้างเมทริกซ์สุ่ม 9x6 และตรวจสอบคุณสมบัติ

arr = np.random.randn(9, 6)
print("Our Array...\n", arr)
print("\nDimensions of our Array...\n", arr.ndim)
print("\nDatatype of our Array object...\n", arr.dtype)
print("\nShape of our Array object...\n", arr.shape)

คำนวณ pseudo-inverse

print("\nResult...\n", np.linalg.pinv(arr))

โค้ดตัวอย่างสมบูรณ์

import numpy as np

arr = np.random.randn(9, 6)
print("Our Array...\n", arr)
print("\nDimensions of our Array...\n", arr.ndim)
print("\nDatatype of our Array object...\n", arr.dtype)
print("\nShape of our Array object...\n", arr.shape)
print("\nResult...\n", np.linalg.pinv(arr))

ผลลัพธ์ที่คาดหวัง (ตัวอย่าง)

Our Array...
[[ 2.14644893 -0.14757929 ... ]
 ...
 [ 0.99636776  0.83682256 ... ]]
Dimensions of our Array...
2
Datatype of our Array object...
float64
Shape of our Array object...
(9, 6)
Result...
[[ 0.19229685 -0.03266066 ... ]
 ...
 [-0.13235983  0.21188986 ... ]]