如果你看过3Blue1Brown的《线性代数的本质》系列多半会对第11集“基变换”又爱又恨。这一集只有十几分钟但它几乎把前面所有关于线性变换的理解重新拧了一遍螺丝原来我们一直在用的“标准坐标系”只是众多坐标系中的一种而所谓的矩阵数值、向量坐标全都是坐标系下的“局部语言”。尤其当视频最后抛出 (P^{-1}AP) 那个公式时很多人第一次真正意识到线性代数不是“算矩阵”而是“选视角”。这一集适合所有学过线性代数但没有真正理解“坐标”和“变换”区别的人。不管你是刚考完线性代数的大学生还是在做数据分析、图形学、机器人控制时被矩阵吓到的工程师基变换都是绕不过去的枢纽。这一讲的本质是教你如何在不同的“视角”之间自由翻译以及为什么一个线性变换在不同坐标系下可以有完全不同的“长相”。下面我把自己反复看这集、动手算过的理解和踩坑记录整理出来。1. 这一集到底在讲什么从“坐标是默认的”到“坐标是选择的”1.1 为什么学了十几遍线性代数总在这里卡壳我大学学线性代数的时候课本第一章就是“线性方程组”然后一路讲到行列式、矩阵乘法、特征值。考试能过但心里始终有一个空洞矩阵里那一堆数字到底是什么意思基变换那一节更是直接背公式(P^{-1}AP)背完就忘下次遇到还是不知道为什么要“先乘 (P^{-1}) 再乘 (P)”。3Blue1Brown 的第11集之所以能让人豁然开朗是因为它把“坐标”这个概念彻底拆开了坐标从来不是向量本身坐标只是我们在某个坐标系下给向量贴的标签。默认情况下我们习惯用 (\mathbf{i}(1,0)) 和 (\mathbf{j}(0,1)) 作为基向量但这个选择并不是唯一的。你可以把坐标系旋转一下也可以把坐标轴拉伸一下甚至可以沿着一个方向“切一刀”只要两个基向量不共线它们就能唯一地描述平面上的每一个点。基变换的核心就是在“不同坐标系之间做翻译”。视频里那个网格变形的动画本质上就在展示一件事同一个向量在不同的网格坐标系下看起来像是不同的“地址”但它本身作为空间中的一个箭头并没有变。1.2 第11集在全系列中的“枢纽”位置如果你按顺序看过《线性代数的本质》你会发现前面的章节一直在用“网格保持平行且等距”的视觉方式来解释线性变换。到第10集左右你已经习惯了“矩阵的列向量就是基向量变换后的着陆位置”这个观点。但第11集来了一个反转你之所以能用“着陆位置”理解矩阵是因为你一直在用标准坐标系观看。如果换一套基向量同一个线性变换的数字表示就会改变。这就像是你在北京用经纬度报地址在东京用街道名报地址描述的是同一个地点但语言完全不同。基变换就是这两种语言之间的词典。没有这一集你对特征值、特征向量、矩阵对角化的理解都是残缺的有了这一集你就会发现矩阵对角化并不是什么神奇的魔法它只不过是把线性变换放到“特征向量坐标系”里看使其呈现出最简洁的素描像。2. 基变换的数学内核翻译语言、切换尺度、记住一张矩阵2.1 同一个向量两套“坐标户口”我们用一个二维平面来举例子。假设有一组新基向量[ \mathbf{b}_1 \begin{pmatrix} 1 \ 0 \end{pmatrix}, \quad \mathbf{b}_2 \begin{pmatrix} 1 \ 1 \end{pmatrix} ]注意这里我用的是标准坐标系下的坐标来描述这两个基向量。也就是说在原来的标准网格里(\mathbf{b}_1) 就是水平向右的那根箭头(\mathbf{b}_2) 则是斜向右上方45度、长度是 (\sqrt{2}) 的那根箭头。现在问一个问题点 (P) 在标准坐标系下的坐标是 (\begin{pmatrix}3 \ 2\end{pmatrix})那么它在以 (\mathbf{b}_1, \mathbf{b}_2) 为基的坐标系下是几很多人第一反应是把新基“当成”标准基然后直接读网格。但正确的直觉是我们要找两个数 (c_1, c_2)使得[ c_1 \mathbf{b}_1 c_2 \mathbf{b}_2 \begin{pmatrix} 3 \ 2 \end{pmatrix} ]列成线性方程组就是[ c_1 \begin{pmatrix}1\0\end{pmatrix} c_2 \begin{pmatrix}1\1\end{pmatrix} \begin{pmatrix} c_1 c_2 \ c_2 \end{pmatrix} \begin{pmatrix} 3 \ 2 \end{pmatrix} ]解得 (c_2 2)(c_1 1)。也就是说这个向量在新坐标系下的坐标是 (\begin{pmatrix}1 \ 2\end{pmatrix})。这个计算过程就是“基变换”在最微观层面的全部含义你觉得换了个坐标系其实只是在解一个线性方程组。2.2 构造基变换矩阵按列排放新基向量上面的计算如果每次都写成方程来解效率太低。更优雅的方式是构造一个基变换矩阵 (P)把新基向量按列放进去[ P \begin{pmatrix} 1 1 \ 0 1 \end{pmatrix} ]这个矩阵的列分别是 (\mathbf{b}_1) 和 (\mathbf{b}2) 在标准坐标系下的坐标。它的作用非常直接如果有一个向量在新坐标系下的坐标是 (\mathbf{x}{\text{new}})那它标准坐标系下的坐标就是[ \mathbf{x}{\text{std}} P \mathbf{x}{\text{new}} ]所以刚才的例子中(\mathbf{x}_{\text{new}} \begin{pmatrix}1\2\end{pmatrix})乘上 (P) 就能得到 (\begin{pmatrix}1 \cdot 1 1 \cdot 2 \ 0 \cdot 1 1 \cdot 2\end{pmatrix} \begin{pmatrix}3\2\end{pmatrix})完全吻合。反过来说如果已知标准坐标想知道新坐标就到了矩阵逆出场的时候[ \mathbf{x}{\text{new}} P^{-1} \mathbf{x}{\text{std}} ]这个例子里的 (P^{-1}) 是 (\begin{pmatrix}1 -1 \ 0 1\end{pmatrix})你拿它乘 (\begin{pmatrix}3\2\end{pmatrix})正好又得到 (\begin{pmatrix}1\2\end{pmatrix})。我在看视频的时候最容易混淆的就是这一点到底什么时候乘 (P)什么时候乘 (P^{-1})。后来我给自己编了一个口诀从新到老用 (P)从老到新用 (P^{-1})。记住 (P) 的列是“新基在标准坐标系下的表达”所以它天然负责把“新语言”翻译成“标准语言”逆矩阵就是反着翻译。2.3 一个用手能算完的二维例子为了把上面的过程彻底焊死在脑子里再举一个更“非标准”的例子。设新基向量为[ \mathbf{b}_1 \begin{pmatrix} 2 \ 1 \end{pmatrix}, \quad \mathbf{b}_2 \begin{pmatrix} 1 \ 2 \end{pmatrix} ]这次两个基向量都不与坐标轴重合而且它们的长度也不一样。基变换矩阵是[ P \begin{pmatrix} 2 1 \ 1 2 \end{pmatrix} ]它的行列式是 (2 \times 2 - 1 \times 1 3)不为0说明这组基是合法的。逆矩阵为[ P^{-1} \frac{1}{3} \begin{pmatrix} 2 -1 \ -1 2 \end{pmatrix} ]现在标准坐标向量 (\mathbf{v} \begin{pmatrix} 4 \ 5 \end{pmatrix})它在 (\mathbf{b}_1, \mathbf{b}_2) 下的坐标就是[ P^{-1}\mathbf{v} \frac{1}{3} \begin{pmatrix} 2 -1 \ -1 2 \end{pmatrix} \begin{pmatrix} 4 \ 5 \end{pmatrix} \frac{1}{3} \begin{pmatrix} 8 - 5 \ -4 10 \end{pmatrix} \frac{1}{3} \begin{pmatrix} 3 \ 6 \end{pmatrix} \begin{pmatrix} 1 \ 2 \end{pmatrix} ]验证一下(1 \times \begin{pmatrix}2\1\end{pmatrix} 2 \times \begin{pmatrix}1\2\end{pmatrix} \begin{pmatrix}22\14\end{pmatrix} \begin{pmatrix}4\5\end{pmatrix})。完全正确。这种手算练习我建议每个人至少做三遍。第一遍照着例子算第二遍换一组基向量独立算第三遍用几何直觉在纸上画出两个网格然后在网格里读出同一个点的两套坐标。三遍之后“基变换就是换一套网格贴标签”这件事就不再是抽象的公式而是实实在在的几何操作了。3. 相似变换为什么是 (P^{-1}AP)先翻译、再操作、再翻译回来3.1 三步动作的可视化拆解如果只是给向量换坐标那基变换还算不上“本质”。第11集真正的高潮是一个线性变换 (A) 在换坐标系之后矩阵会变成什么样子。假设我们有一个线性变换它在标准坐标系下的矩阵为 (A)。现在我想换一套新基 (\mathbf{b}_1, \mathbf{b}_2)那么同一个变换在新坐标系下长什么样答案是[ A P^{-1} A P ]这个公式最大的迷惑性在于为什么 (P^{-1}) 在左边(P) 在右边顺序不能换吗不能。因为整个过程的物理含义是这样的有一个向量它在“新坐标系”下有一个地址 (\mathbf{x}_{\text{new}})我用 (P) 把这个地址翻译回“标准坐标系”的地址 (\mathbf{x}{\text{std}} P \mathbf{x}{\text{new}})在标准坐标系下执行线性变换 (A)得到 (A \mathbf{x}_{\text{std}})得到的结果还是标准坐标我再乘 (P^{-1}) 把它翻译回“新坐标系”的语言。所以 (A P^{-1} A P) 的意思是先翻译、再操作、再翻译回来。你可以在纸上画出两个网格一个标准网格一个倾斜网格。把一个箭头从倾斜网格“按地址”翻译到标准网格旋转或拉伸后再翻译回倾斜网格。整个过程合在一起就是你在倾斜坐标系里看到的那个变换。3Blue1Brown 的视频里有一个很经典的动画同样的几何变换在标准网格下看是一套矩阵切换网格后同一套几何动作的数字表现完全变了。这正是 (P^{-1}AP) 的几何意义。很多人在这一步开始“爽到”因为它终于解释了为什么矩阵乘法不交换也解释了为什么特征值在相似变换下保持不变因为改变坐标系并不会改变变换本身的本质只会改变它的“记账方式”。3.2 矩阵相似同一个线性变换的两种记账方式在线性代数里满足 (A P^{-1}AP) 的两个矩阵 (A) 和 (A)叫作相似矩阵。课本上会严格定义但很多同学背完定义还是不知道它有什么用。看完第11集后我的理解非常简单相似矩阵就是同一个线性变换在不同坐标系下的不同身份证号码。举个例子一个人叫“张三”身份证号是110101...护照号是E1234567...两个号码不同但指向同一个人。矩阵 (A) 和 (A) 的关系就是这样。它们在不同坐标系里描述同一个几何变换所以它们的特征值一模一样因为特征值本质上是“变换拉伸或压缩空间的程度”这个程度不依赖于坐标系但它们的特征向量表示形式会变因为同一个箭头在不同坐标系下的坐标不同了。实际操作中相似变换最大的价值在于挑一个让矩阵最简单的坐标系。如果你能找到一组基使得变换在这组基下的矩阵是对角矩阵那么这个变换的性质就一目了然了每个基向量只是被拉伸了一个倍数完全没有任何“交叉耦合”。这也就是特征向量作为新基的核心价值。3.3 我的实操习惯先画图、再列式、最后验算在我带过的学生和同事里最常见的基变换错误不是算不出结果而是不知道自己在算什么。所以我自己形成了一个非常笨但非常有效的工作流拿到一个基变换问题先不要碰公式先在纸上画出旧网格和新网格标出那根要变换的箭头然后凭直觉猜一下它在另一个坐标系下的坐标大致落在哪个格子。猜完再套公式算最后对比直觉和计算结果的差距。这一步看起来很慢但它会帮你建立极强的几何直觉。我在看第11集的时候几乎是暂停着视频一格一格地跟着动画走。等我把“先翻译、再操作、再翻译回来”这句话彻底想通之后(P^{-1}AP) 就再也没忘过。这也是我特别推荐别人不要直接背公式的原因公式会被遗忘但“翻译—操作—翻译”的流程一旦理解就永远丢不了。在实际计算中我还习惯用一行代码做最终校验。比如用 NumPy 写一个小脚本import numpy as np P np.array([[1, 0], [1, 1]]) # 新基向量按列排列 A np.array([[1, 1], [0, 2]]) # 标准坐标系下的线性变换 P_inv np.linalg.inv(P) A_new P_inv A P print(A_new)如果 (A) 是对角阵说明我选的这组新基恰好就是特征向量基如果不是我也会拿一个具体的向量同时用 (A) 和 (A) 各算一遍确保结果对应得上。这个“双重验证”习惯帮我在后续的数据分析和图像处理项目中避免了很多低级错误。4. 基变换的真正威力把矩阵“变”简单4.1 用特征向量做新基矩阵直接对角化整部《线性代数的本质》最精彩的部分就是第11集把“基变换”和“特征向量”这两个概念连在了一起。如果一个矩阵 (A) 有足够多的线性无关特征向量那么把这些特征向量作为新基的基向量(A) 在这个新基下的矩阵就是一个对角矩阵 (D)对角线上的元素就是对应的特征值。用公式写出来就是大家非常熟悉的矩阵对角化[ A P D P^{-1} ]注意这里的 (P) 并不是随便找的基变换矩阵它的每一列都是 (A) 的特征向量。为什么这样能行因为在特征向量基下每个基向量被 (A) 作用后只是伸缩了一下方向没变。所以变换矩阵的每一列都只有一个非零元素也就是对应的特征值于是整个矩阵变得极其简洁。这一下串起了很多之前零散的知识点为什么 (A^n) 在 (A) 可对角化时特别好算因为 (A^n P D^n P^{-1})而对角矩阵的幂就是把对角线上的每个数取 (n) 次方。为什么微分方程组里要解特征值因为换到特征向量基后耦合的方程全部解耦了。为什么马尔可夫链的长期行为由最大特征值主导因为对角化之后幂次运算一目了然。4.2 接续前面的二维例子对角化是一次完美的基变换我们用第2节的矩阵[ A \begin{pmatrix} 1 1 \ 0 2 \end{pmatrix} ]来体验一次完整过程。先解特征方程 (\det(A - \lambda I) 0)[ \det \begin{pmatrix} 1-\lambda 1 \ 0 2-\lambda \end{pmatrix} (1-\lambda)(2-\lambda) 0 ]特征值是 (\lambda_1 1)(\lambda_2 2)。求 (\lambda_1 1) 的特征向量[ (A - 1I) \begin{pmatrix} 0 1 \ 0 1 \end{pmatrix} ]解得特征向量可取 (\mathbf{v}_1 \begin{pmatrix}1\0\end{pmatrix})。这里它其实就是标准基里的 (\mathbf{i})。求 (\lambda_2 2) 的特征向量[ (A - 2I) \begin{pmatrix} -1 1 \ 0 0 \end{pmatrix} ]解得特征向量可取 (\mathbf{v}_2 \begin{pmatrix}1\1\end{pmatrix})。现在把 (\mathbf{v}_1, \mathbf{v}_2) 作为新基向量基变换矩阵为[ P \begin{pmatrix} 1 1 \ 0 1 \end{pmatrix} ]计算 (P^{-1}AP)[ AP \begin{pmatrix} 1 1 \ 0 2 \end{pmatrix} \begin{pmatrix} 1 1 \ 0 1 \end{pmatrix} \begin{pmatrix} 1 2 \ 0 2 \end{pmatrix} ][ P^{-1}AP \begin{pmatrix} 1 -1 \ 0 1 \end{pmatrix} \begin{pmatrix} 1 2 \ 0 2 \end{pmatrix} \begin{pmatrix} 1 0 \ 0 2 \end{pmatrix} ]正是对角矩阵 (D \begin{pmatrix} 1 0 \ 0 2 \end{pmatrix})。整个过程相当于我在一个倾斜的网格里看这个变换发现它只是在水平方向保持不动在斜方向拉伸2倍而在标准网格里看它是又剪切又拉伸的复杂操作。坐标系选对了复杂就变成了显然。4.3 它在真实世界中的典型出场方式说到应用场景基变换和特征值的组合出现在太多领域了。机器学习中的主成分分析PCA本质上是把高维数据从标准坐标转换到主成分方向——这些方向恰好就是协方差矩阵的特征向量转换之后数据在各个新坐标轴上的方差从大到小排列于是可以放心地丢弃方差小的维度。你看到的结果是“降维”但底层做的事就是一次基变换。图像和视频压缩里的 DCT离散余弦变换系数也是把像素空间的信号变换到频率基下。很多像素在时域标准坐标看起来复杂但在 DCT 基下能量高度集中于是可以扔掉高频小系数而不影响观感。动画和游戏引擎里物体的局部坐标系与世界坐标系的转换同样是一连串的基变换。你移动一个角色其实就是在局部坐标系里指定动作再乘一个基变换矩阵回到世界坐标系。这些应用听起来五花八门但内核都是同一件事在标准坐标系下很复杂的问题换一个坐标系可能极其简单。这也是3Blue1Brown第11集真正想传递的思想线性代数的本质不是死算矩阵而是学会选择坐标系。5. 常见理解误区与排查技巧实录5.1 误区一(P) 和 (P^{-1}) 方向弄反这是我自己以及身边几乎所有人都踩过的坑。拿到一个基变换问题第一反应是“新基向量按列排成 (P)”然后就用 (P^{-1}AP) 套公式结果经常发现算出来的矩阵对不上直觉。原因就在于(P) 的列是“新基在标准坐标系下的坐标”所以从“新坐标”到“标准坐标”用 (P)反过来用 (P^{-1})。我推荐一个验证小技巧取一个特殊的新基向量比如 (\mathbf{b}_1)它在新坐标系下的坐标显然是 (\begin{pmatrix}1\0\end{pmatrix})。如果你用了正确的 (A)那么在任何坐标系下(\mathbf{b}_1) 被 (A) 作用后的效果应该等价于 (A) 的第一列作用在新坐标向量上。拿笔算一下错了立刻能发现根本不用等最后结果。5.2 误区二把坐标变换当成矩阵作用于向量的变换有时候我会看到有人混淆“向量坐标变了”和“向量被变换了”。比如给出新基矩阵 (P)有人以为把一个向量的标准坐标乘上 (P)就等于对它做了一个线性变换。这是两件完全不同的事乘 (P) 可能只是换了个坐标系来描写同一个几何箭头箭头本身根本没动而线性变换 (A) 是真正把箭头旋转、拉伸或者压缩了。区分这两者的最直观方法就是看网格。坐标变换会改变网格的绘制方式但空间中的箭头保持原地线性变换则是网格跟着箭头一起变形。两者在数字上都表现为矩阵乘法但几何意义完全不同。第11集的高明之处就是它让你同时看见这两件事标准网格里发生线性变换倾斜网格里发生坐标翻译。5.3 误区三以为“好基”必须是正交单位基很多人在学基变换时默认新基向量必须是标准正交基比如旋转后的坐标系。但事实上只要两个基向量线性无关就能构成合法的坐标系。哪怕两个基向量夹角很小、长度差很大也能描述所有点只是读坐标的时候不那么“舒适”。甚至矩阵分析里的 Jordan 标准形用的就不是正交基而是比特征向量基更一般化的广义特征向量基。我在实际处理数据时也吃过这个亏。有一次为了做一个空间变换我花了很多时间强行把目标基正交化后来发现根本没必要直接用原有的非正交基做基变换计算更简洁结果也完全正确。判断一组基好坏的标准只有一个它能不能让你的目标问题变简单。如果非正交基能让矩阵对角化那它就是比正交基更好的选择。5.4 避坑习惯与自检清单踩过足够多的坑之后我给自己整理了一个基变换自检清单每次动手算之前都会过一遍自检问题正确做法(P) 的列是谁新基向量在标准坐标下的坐标从新坐标到标准坐标用什么乘 (P)从标准坐标到新坐标用什么乘 (P^{-1})相似变换公式是什么(A P^{-1}AP)顺序不能换算完怎么验选一个简单向量分别用两套坐标验证结果一致新基要不要正交不一定只要基向量线性无关且有助简化问题即可这套清单看起来简单但能拦住90%的低级错误。尤其是在考试、面试或者给别人讲题的时候先回答清楚“我这个矩阵的列到底是什么”再动笔计算翻车概率会大幅下降。我自己写代码做数值实验时也会把这些步骤变成注释写在脚本里这样即使过两周回头看也能立刻想起来当初的设计意图。在看3Blue1Brown这集视频的过程中我还有一个很深的体感基变换不是一遍就能完全吸收的内容。我第一次看只觉得动画很漂亮第二次看才真正理解 (P^{-1}AP) 的几何含义第三次看已经能自己用手画网格复现。所以如果你看完这集还是觉得有点晕不用焦虑多看几遍再配合手算几个例子随时都能把这块拼图补上。最后分享一个我自己的小习惯每次学完一个抽象的数学概念我都会强迫自己写一段几十行的 Python 脚本把这个概念用数值实验可视化出来。基变换这一课我做了两个小实验一个是把直角坐标网格变成斜坐标网格观察同一个向量在两套网格下的坐标变化另一个是对一个二阶矩阵做对角化用动画显示标准网格里的剪切变换在新基下变成了单纯的拉伸变换。这一步做完之后整个第11集的内容就不再是屏幕里的动画而是我自己脑海里的动画了。希望这篇文章也能帮你早点走到这一步。