numpy中的求解线性方程组：numpy.linalg.solve(a, b)。而scipy中的求解线性方程组：

scipy.linalg.solve(a, b, sym_pos=False, lower=False, overwrite_a=False, 
  overwrite_b=False, debug=False, check_finite=True)

• a：方阵，形状为 (M,M)
• b：一维向量，形状为(M,)。它求解的是线性方程组 Ax=b。如果有 k 个线性方程组要求解，且 a，相同，则 b的形状为 (M,k)
• sym_pos：一个布尔值，指定a是否正定的对称矩阵
• lower：一个布尔值。如果sym_pos=True时：如果为lower=True，则使用a的下三角矩阵。默认使用a的上三角矩阵。
• overwrite_a：一个布尔值，指定是否将结果写到a的存储区。
• overwrite_b：一个布尔值，指定是否将结果写到b的存储区。
• check_finite：如果为True，则检测输入中是否有nan或者inf

返回线性方程组的解。

通常求解矩阵 A^(-1)B，如果使用solve(A,B)，要比先求逆矩阵、再矩阵相乘来的快。