小编Sch*_*ger的帖子

A \ B 在matlab中给出了一个特殊的解决方案,而numpy.linalg.lstsq却没有.

A = [1 2 0; 0 4 3];
b = [8; 18];
c_mldivide = A \ b
c_mldivide =

                 0
                 4
  0.66666666666667
 c_lstsq = np.linalg.lstsq([[1 ,2, 0],[0, 4, 3]],[[8],[18]])
 print c_lstsq
 c_lstsq = (array([[ 0.91803279],
                   [ 3.54098361],
                   [ 1.27868852]]), array([], dtype=float64), 2, array([ 5.27316304,1.48113184]))

1. A \ Bmatlab 中的mldivide如何提供特殊的解决方案？
2. 这个解决方案是否有助于实现计算精度？
3. 为什么这个解决方案很特别,你怎么可能在numpy中实现它？