线性代数 (cupyx.scipy.linalg)

提示

SciPy API 参考：线性代数 (scipy.linalg)

基础

solve_triangular(a, b[, trans, lower, ...])	求解方程组 a x = b 中的 x，假设 a 是一个三角矩阵。
tril(m[, k])	创建一个矩阵的副本，将第 k 条对角线以上的元素归零。
triu(m[, k])	创建一个矩阵的副本，将第 k 条对角线以下的元素归零。

矩阵函数

expm(a)

计算矩阵指数。

分解

lu(a[, permute_l, overwrite_a, check_finite])	LU 分解。
lu_factor(a[, overwrite_a, check_finite])	LU 分解。
lu_solve(lu_and_piv, b[, trans, ...])	给定 a 的 LU 分解，求解方程组 a * x = b。

特殊矩阵

block_diag(*arrs)	从提供的数组创建块对角矩阵。
circulant(c)	构造一个循环矩阵。
companion(a)	创建一个伴随矩阵。
convolution_matrix(a, n[, mode])	构造一个卷积矩阵。
dft(n[, scale])	离散傅里叶变换矩阵。
fiedler(a)	返回一个对称的 Fiedler 矩阵
fiedler_companion(a)	返回一个 Fiedler 伴随矩阵
hadamard(n[, dtype])	构造一个 Hadamard 矩阵。
hankel(c[, r])	构造一个 Hankel 矩阵。
helmert(n[, full])	创建一个 n 阶 Helmert 矩阵。
hilbert(n)	创建一个 n 阶 Hilbert 矩阵。
kron(a, b)	Kronecker 积。
leslie(f, s)	创建一个 Leslie 矩阵。
toeplitz(c[, r])	构造一个 Toeplitz 矩阵。
tri(N[, M, k, dtype])	构造一个 (N, M) 矩阵，其第 k 条对角线及以下的元素为 1。