Python numpy的问题点积不工作

我目前正在学习线性代数，我正在尝试在代码中学习的东西。我正在python中使用numpy

问题是，正如你所知，任何矩阵与其逆矩阵相乘，都会得到单位矩阵

但在这里，它并没有发生

B= np.array([[3.0, 0.0, 2.0], [2.0, 0.0, -2.0], [0.0, 1.0, 1.0]])
Binv = np.linalg.inv(B)
Bbits= np.dot(B,Binv)

我已经手动尝试过了。它正确地得到了倒数，但点积不是。 参见Bbits的输出

[[ 1.00000000e+00  0.00000000e+00 -5.55111512e-17]
 [ 0.00000000e+00  1.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  1.00000000e+00]]

---

你的结果实际上是正确的

运行与您提供的完全相同的代码，但添加了

np.around（）

我们得到以下输出：

array([[ 1.,  0.,  0.],
       [-0.,  1.,  0.],
       [ 0.,  0.,  1.]])

---

在您的结果中，-5.55111512e-17只是一个舍入误差

差异非常小（1e-17），可能是四舍五入错误绝对是四舍五入错误。您可以使用

np.allclose

：

np.allclose（Bbits，np.eye（3））

将使用默认公差检查

Bbits

是否匹配相同大小的标识矩阵，

np.eye（3）

，请参阅如何控制公差。感谢您的回答。这确实很有帮助，但有什么方法可以消除此舍入错误。我不知道这是否可能，我知道误差非常小。再次感谢，是的！一种方法是使用我展示的

np.around（）

@chris在上面给出了一个很好的建议，即使用

np.allclose

检查公差。您还可以使用Python的

格式

：查看这篇文章

array([[ 1.,  0.,  0.],
       [-0.,  1.,  0.],
       [ 0.,  0.,  1.]])