numpy.oldnumeric.linear_algebra
index
/usr/lib/python2.6/dist-packages/numpy/oldnumeric/linear_algebra.py

Backward compatible with LinearAlgebra from Numeric

 
Modules
       
numpy.linalg

 
Functions
       
Heigenvalues(a, UPLO='L')
Heigenvectors(A)
cholesky_decomposition(a)
determinant(a)
eigenvalues(a)
eigenvectors(A)
generalized_inverse(a, rcond=1e-10)
inverse(a)
linear_least_squares(a, b, rcond=1e-10)
returns x,resids,rank,s
where x minimizes 2-norm(|b - Ax|)
      resids is the sum square residuals
      rank is the rank of A
      s is the rank of the singular values of A in descending order
 
If b is a matrix then x is also a matrix with corresponding columns.
If the rank of A is less than the number of columns of A or greater than
the number of rows, then residuals will be returned as an empty array
otherwise resids = sum((b-dot(A,x)**2).
Singular values less than s[0]*rcond are treated as zero.
singular_value_decomposition(A, full_matrices=0)
solve_linear_equations(a, b)

 
Data
        __all__ = ['LinAlgError', 'solve_linear_equations', 'inverse', 'cholesky_decomposition', 'eigenvalues', 'Heigenvalues', 'generalized_inverse', 'determinant', 'singular_value_decomposition', 'eigenvectors', 'Heigenvectors', 'linear_least_squares']
__file__ = '/usr/lib/python2.6/dist-packages/numpy/oldnumeric/linear_algebra.pyc'
__name__ = 'numpy.oldnumeric.linear_algebra'
__package__ = 'numpy.oldnumeric'