inv是求矩阵A的逆矩阵，pinv是求矩阵A的伪逆矩阵
import numpy as npa = np.array([[1, 0, 0],[0, 6, 0],[0, 0, 9]])
print('\n', np.linalg.inv(a)) # 求逆矩阵
print('\n', np.linalg.pinv(a)) # 求伪逆矩阵，当本身就可逆的时候，二者结果相同b = np.array([[1, 4, 1, 5]])
print('\n', np.linalg.pinv(b))
print('\n', b @ np.linalg.pinv(b)) # 可以看到伪逆矩阵的性质还是使它们俩相乘为E
逆矩阵概念：设A是一个n阶矩阵，若存在另一个n阶矩阵B，使得： AB=BA=E ，则称方阵A可逆，并称方阵B是A的逆矩阵
不是所有的矩阵都存在逆矩阵的，但有时候不得不用到，举个例子：
，则：
当A可逆的时候完全没问题，但是当A不可逆的时候只能用pinv求伪逆矩阵，照样能得到结果，但是存在一定的误差，不能忽略
