np.solve() 但当 A（第一个矩阵）未知时
np.solve() but when A (first matrix) unknown
np.solve() 当你有 Ax = b 形式的方程时效果很好
我的问题是我实际上有一个 xC = D 形式的方程式，其中 x 是我想找出的 2x2 矩阵，C 和 D 是我给出的 2x2 矩阵。
而且因为矩阵乘法通常是不可交换的，所以我不能只是交换两者。
在 numpy（或 python 中的其他库）中是否有解决此问题的有效方法？
x @ C = D 与 D^-1 @ x @ C @ C^-1 = D^-1 @ D @ C^-1 相同，即 D^-1 @ x = C^-1，其形式为 Ax = b，其中 A 为 np.linalg.pinv(D)，b 为 np.linalg.pinv(C)
归结为
x = D @ np.linalg.pinv(C)
只需将等式两边乘以 C
的倒数即可得到
np.solve() 当你有 Ax = b 形式的方程时效果很好
我的问题是我实际上有一个 xC = D 形式的方程式，其中 x 是我想找出的 2x2 矩阵，C 和 D 是我给出的 2x2 矩阵。
而且因为矩阵乘法通常是不可交换的，所以我不能只是交换两者。
在 numpy（或 python 中的其他库）中是否有解决此问题的有效方法？
x @ C = D 与 D^-1 @ x @ C @ C^-1 = D^-1 @ D @ C^-1 相同，即 D^-1 @ x = C^-1，其形式为 Ax = b，其中 A 为 np.linalg.pinv(D)，b 为 np.linalg.pinv(C)
归结为
x = D @ np.linalg.pinv(C)
只需将等式两边乘以 C
的倒数即可得到