将最小二乘解返回线性矩阵方程。
通过计算最小化平方的欧几里德2范数的向量x求解方程 。该方程式可以是欠定的，良好的或过度确定的（即a的线性独立行的数量可以小于，等于或大于其线性独立列的数量）。如果a是正方形且具有全秩，则x（但针对四舍五入误差）是方程式的“精确”解。
普通或“因变量”值。如果b是二维的，则为b的K列中的每列计算最小二乘解。
a的小奇异值的截止比。对于等级确定的目的，如果是小于的奇异值被视为零rcond倍的最大奇异值一个。
在版本1.14.0中更改：如果未设置，则给出FutureWarning。以前的默认值-1将使用机器精度作为rcond参数，新的默认值将使用机器精度乘以max（M，N）。要使警告静音并使用新的默认值，请使用rcond=None，以继续使用旧的行为，请使用rcond=-1。
最小二乘解。如果b是二维的，则解在x的K列中。
残差之和；的每个列的平方欧几里德2-范数 。如果秩一个是<N或M <= N，这是一个空数组。如果b为一维，则为（1，）形状数组。否则，形状为（K，）。b - a*x
如果b是矩阵，则所有数组结果都作为矩阵返回。
通过一些嘈杂的数据点拟合一条线：y = mx + c
通过检查系数，我们看到该线应具有大约1的坡度，并将y轴或多或少地切为-1。