mul=np.array([[ 2.79358336e-03, -4.33801272e-03,  1.49405606e-01, -1.49494674e-01],
  [-4.33801272e-03,  6.73628032e-03, -2.32004399e-01,  2.32142708e-01],
  [ 1.49405606e-01, -2.32004399e-01,  7.99047014e+00, -7.99523365e+00],
  [-1.49494674e-01,  2.32142708e-01, -7.99523365e+00 , 8.00000000e+00]])
我算出来的逆矩阵是:
ni=[[1.15688790e+09 8.31687162e+08 6.45472327e+08 6.42572567e+08]
  [8.31687176e+08 2.31447075e+09 1.72043424e+09 1.66778988e+09]
  [6.45472390e+08 1.72043428e+09 5.47332438e+09 5.43220196e+09]
  [6.42572630e+08 1.66778992e+09 5.43220196e+09 5.39257748e+09]]
然后，print(np.dot(mul,ni)) 结果是：
[[  0.9793222   -0.3413915   -0.14888251  -0.32711732]
  [  0.0321095    1.53012961   0.23119211   0.5079639 ]
  [ -1.10588455 -18.25820923  -6.96250153 -17.49479675]
  [  1.10654449  18.26909256   7.96724701  18.50522614]]
这个根本不是单位阵啊。怎么回事呢？
但是，我用print(np.dot(mul,np.linalg.inv(mul)))，能得到单位阵：
[[ 1.00000000e+00  0.00000000e+00  0.00000000e+00 -1.19209290e-07]
  [-2.98023224e-08  1.00000006e+00 -2.38418579e-07  0.00000000e+00]
  [ 9.53674316e-07 -1.90734863e-06  1.00000000e+00  7.62939453e-06]
  [ 0.00000000e+00  0.00000000e+00  0.00000000e+00  1.00000000e+00]]
--
FROM 120.242.253.*

谢谢，行列式确实是  9.606177199181016e-28，非常接近0. 但现在的问题是：在for循环中用 np.linalg.matrix_rank(mul)，求出来的秩是3.而我把print 出来的mul，单独放到一个py文件中求秩，又是4.而且matlab可以求出来他的逆矩阵，matlab中计算逆矩阵和原矩阵的乘积，能得到单位阵。而python中计算 print(np.dot(mul,ni))，却得不到单位阵。
matlab中求秩，rank(A,tol)  中还可以设置tol
在numpy中求秩，有没有类似的tol设置？不然主程序中跑 的秩是3，而把数据copy出来再求秩，又是4.很不好理解啊
【 在 snoopyzhao 的大作中提到: 】
: 你这个矩阵不可求逆吧
: det(x) 几乎等于 0 了
:
--
FROM 120.242.253.*

length = np.linalg.matrix_rank(mul,tol=0.0000000000000001) ##求秩
谢谢大佬，我这样设置后，求得的秩是4.但是逆矩阵仍然报异常。
via1 = np.linalg.inv(mul) ##求逆
报：   raise LinAlgError("Singular matrix")
numpy.linalg.LinAlgError: Singular matrix
【 在 snoopyzhao 的大作中提到: 】
:
: 我没有你说的这两个软件
: 你的原始数据精度是什么样子的？你 print 出来的是一个单精度的矩阵，而内部存贮的可能是双精度，这种精度损失可能会影响到你的结果
: ...................
--
FROM 120.242.253.*