numpy matrix和array的乘和加實例
更新時間：2018年06月28日 09:57:50 作者：超級杰哥
今天小編就為大家分享一篇numpy matrix和array的乘和加實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
1. 對于數(shù)組array
乘
就是對應位置的元素相乘：
X1 = np.array([[1,2], [3, 4]]) X2 = X1 print X2*X1 [[ 1 4] [ 9 16]]
加
就是對應位置的相加：
X1 = np.array([[1,2], [3, 4]]) X2 = X1 print X2+X1 [[2 4] [6 8]]
2. 對于矩陣matrix
乘
就是矩陣的點乘:
X1 = np.matrix([[1,2], [3, 4]]) X2 = X1 print X2*X1 [[ 7 10] [15 22]]
加
有兩種情況，第一種是X1與X2的大小一致，就是普通的矩陣相加，即對應位置相加：
X1 = np.matrix([[1,2], [3, 4]]) X2 = X1 print X2+X1 [[2 4] [6 8]]
第二種情況是n＊1的X1 ＋ m*1的X2（或者反過來），就會得到n*m的矩陣：
X1 = np.matrix([[1,2,3]]) X2 = np.matrix([[1,2,3,4]]).T print X2+X1 [[2 3 4] [3 4 5] [4 5 6] [5 6 7]]
3. 混用情況
在numpy中存在很多的matrix和array 運算符混用的情況，程序也能通過，但這樣很不好，盡量按照以上原則使用。
如果2維的array想要進行矩陣的點乘運算，可以用np.dot(X1, X2)
如果matrix想要進行對應位置的乘，可以用np.multiply(X2,X1)
以上這篇numpy matrix和array的乘和加實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
本文詳細介紹8種常用的方法,涵蓋了基于決策樹、集成學習模型以及統(tǒng)計學方法的特征重要性分析,從決策樹模型到SHAP值,深入探討每種方法的原理和示例,幫助全面了解如何評估特征的重要性,將能更好地理解特征對模型預測的貢獻,為提升模型性能和解釋模型決策提供有力支持2024-01-01
Pandas 對Dataframe結(jié)構(gòu)排序的實現(xiàn)方法
下面小編就為大家分享一篇Pandas 對Dataframe結(jié)構(gòu)排序的實現(xiàn)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了python獲取本地計算機名字的方法,涉及Python獲取本地計算機信息的相關技巧,非常簡單實用,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了詳解在Python程序中自定義異常的方法,是Python入門學習中的基礎知識,需要的朋友可以參考下2015-10-10
python用fsolve、leastsq對非線性方程組求解
這篇文章主要為大家詳細介紹了python用fsolve、leastsq對非線性方程組進行求解，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-12-12
這篇文章主要介紹了django使用LDAP驗證的方法示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-12-12
NLTK（Natural Language Toolkit）是一個Python庫,用于實現(xiàn)自然語言處理（NLP）的許多任務,NLTK包括一些有用的工具和資源,如文本語料庫、詞性標注器、語法分析器等,在這篇初級教程中,我們將了解NLTK的基礎功能,需要的朋友可以參考下2023-08-08
在本篇文章里小編給大家整理的是關于安裝python3.6.1失敗的解決方案，需要的讀者們可以跟著學習下。2020-07-07
這篇文章主要介紹了python使用配置文件過程詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-12-12
Python實現(xiàn)PPT幻燈片的添加、刪除或隱藏操作
PowerPoint文檔是商務、教育、創(chuàng)意等各領域常見的用于展示、教育和傳達信息的格式,在制作PPT演示文稿時,靈活地操作幻燈片是提高演示效果、優(yōu)化內(nèi)容組織的關鍵步驟,本文給大家介紹了Python 操作PPT幻燈片- 添加、刪除、或隱藏幻燈片,需要的朋友可以參考下2024-08-08