numpy 矩阵运算
来源:互联网 发布:phpstorm php配置 编辑:程序博客网 时间:2024/05/16 04:20
Python 矩阵运算
1、Python numpy 向量运算库
numpy 通过matrix基类支持向量运算, 下面是生产向量的方法
代码&执行结果:
虽然array与matrix形式上类似, 但不是一回事哦;我们可以通过array生成matrix对象, matrix对象提供矩阵计算功能。
>>> from numpy import *;>>> #numpy 多维数据组件, 不支持向量运用>>> a1=array([1,2,3]);>>> type(a1)<class 'numpy.ndarray'>>>> #numpy 矩阵组件, 支持向量运算>>> a1=mat(a1);>>> type(a1)<class 'numpy.matrixlib.defmatrix.matrix'>>>> a1matrix([[1, 2, 3]])>>>
2、矩阵加法
2.1、矩阵与标量相加
矩阵与标量相加, 相当于矩阵的每个元素都加上同一个标量。
>>> a = array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> a = mat(a)>>> amatrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> # 矩阵a与标量常数1相加>>> a + 1matrix([[ 2, 3, 4], [ 5, 6, 7], [ 8, 9, 10]])>>>
2.2、矩阵与向量相加
结果显示为矩阵中的每个向量都加上相同的向量。
>>> a = array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> b = array([10, 20, 30])>>> a = mat(a)>>> b = mat(b)>>> amatrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> bmatrix([[10, 20, 30]])>>> a+bmatrix([[11, 22, 33], [14, 25, 36], [17, 28, 39]])
2.2、矩阵与矩阵相加
矩阵中的各个向量各种相关
>>> amatrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> a + amatrix([[ 2, 4, 6], [ 8, 10, 12], [14, 16, 18]])>>>
3、 矩阵乘法
3.1 矩阵与标量相乘
矩阵每个元素乘与相同标量, 跟加法有点类似
>>> amatrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])>>> a*2matrix([[ 2, 4, 6], [ 8, 10, 12], [14, 16, 18]])
3.2 矩阵与向量相乘
矩阵乘法是矩阵运算中最重要的操作之一。两个矩阵A 和B 的矩阵乘积
(matrix product)是第三个矩阵C。为了使乘法定义良好,矩阵A 的列数必须和矩阵B 的行数相等。如果矩阵A 的形状是m x n,矩阵B 的形状是n x p,那么矩阵C 的形状是mxp。我们可以通过将两个或多个矩阵并列放置以书写矩阵乘法,例如C = A*B; 需要注意的是,两个矩阵的标准乘积不是指两个矩阵中对应元素的乘积。具体地,该乘法操作定义为:
从公式来看矩阵乘法的规则定义相当奇怪, 难以理解, 矩阵的本质就是线性方程式,两者是一 一对应关系。如果从线性方程式的角度,理解矩阵乘法就毫无难度, 可参考博客《理解矩阵乘法》
Numpy 矩阵运算代码:
>>> Amatrix([[1, 2], [2, 3], [3, 4]])>>> Bmatrix([[1, 2, 3, 5], [2, 3, 4, 6]])>>> C = A*B>>> Cmatrix([[ 5, 8, 11, 17], [ 8, 13, 18, 28], [11, 18, 25, 39]])
阅读全文
0 0
- numpy 矩阵运算
- NumPy矩阵运算
- NumPy 数组矩阵运算
- numpy 矩阵运算
- Numpy矩阵运算
- python numpy包---矩阵运算
- 转 numpy 矩阵运算[转]
- numpy 矩阵运算的陷阱
- numpy的矩阵运算笔记
- Python中的numpy矩阵运算
- numpy教程:矩阵matrix及其运算
- numpy中的矩阵和数组运算
- 运用numpy进行数组、向量、矩阵运算
- Python矩阵运算库numpy常用函数
- numpy矩阵运算和常用函数
- Python—numpy做矩阵运算
- Python第三方矩阵库numpy矩阵基本运算
- Numpy 中数组和矩阵的基本运算
- PopupWindow
- process_config解析fstab文件
- redis数据类型
- html --table表格
- [LeetCode]645. Set Mismatch
- numpy 矩阵运算
- 量子概率及量子认知学习入口
- AlertDialog
- 利用C3P0数据源来作连接池,简单的写一个数据库操作来描述分层思想
- 割数问题
- (生产者消费者)线程池、 多线程读写线程
- 在JS中typeof返回的结果有哪几种?
- 割数问题——C语言版
- FTPrep, 76 Minimum Window Substring