Python 求解数组的Numpy算法

使用numpy.linalg.solve求解线性代数方程，但接收_assertndsquares和阵列的最后2维必须是平方误差：

感谢您的帮助以下是我的代码：

c = array([[1, 1, 1], [.07, .08, .09]])
d = array([24000, 1870])
z = linalg.solve(c, d)
print(z)

---

您不能对非平方矩阵使用

numpy.linalg.solve

，如中所述，

a必须是平方的且具有满秩，即所有行（或相当于列）必须是线性独立的

。您的矩阵不是正方形，但文档中也提到了这一点，

如果其中一个不是真的，请使用lstsq获得系统/方程的最小二乘最佳“解”。

下面是一个例子，应该对您有用

c = array([[1, 1, 1], [.07, .08, .09]])
d = array([24000, 1870])
z = linalg.lstsq(c, d)[0]
print(z)

# compare d and c*z to be sure
print(numpy.allclose(d,numpy.dot(c,z))) # should be true