试着用IronPython做线性代数

对于CPython，我会使用numpy.linalg进行线性代数（svd）计算，但numpy不能与IronPython一起工作（我在使用multiarray模块时遇到导入错误）。 IronPython是强制性的，因为我使用的软件带有嵌入式IronPython

我在网上找不到IronPython的函数库。。。有人知道一个很好的库，它对IronPython几乎没有依赖关系，最适合Windows和Linux

实际上，我的目标是从一组点中找到一个中间平面。我在internet上找到了以下代码：

def planeFit(points):
    """
    p, n = planeFit(points)

    Given an array, points, of shape (d,...)
    representing points in d-dimensional space,
    fit an d-dimensional plane to the points.

    Return a point, p, on the plane (the point-cloud centroid),
    and the normal, n.
    """
    import numpy as np
    from numpy.linalg import svd
    points = np.reshape(points, (np.shape(points)[0], -1))  # Collapse trialing dimensions
    assert points.shape[0] <= points.shape[1], "There are only %s points in %s dimensions." % (points.shape[1], points.shape[0])
    ctr = points.mean(axis=1)
    x = points - ctr[:, np.newaxis]
    M = np.dot(x, x.T)  # Could also use np.cov(x) here.
    return ctr, svd(M)[0][:,1]

def平面拟合（点）：
"""
p、 n=平面配合（点）
给定形状为（d，…）的数组、点
表示d维空间中的点，
将d维平面拟合到点。
返回平面上的点p（点云质心），
和正常的，n。
"""
将numpy作为np导入
从numpy.linalg导入svd
点=np.重塑（点，（np.形状（点）[0]，-1））#折叠试验尺寸
断言点。形状[0]