Numpy的array和matrix相乘

于 2021-11-06 11:09:33 发布
阅读量593 收藏
点赞数
分类专栏： 机器学习 文章标签： 矩阵 线性代数 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Uncle_Perry/article/details/121176049
版权
这篇博客介绍了Numpy库中的两种数据类型——array和matrix。通过实例展示了如何创建和转换这两种数据类型，并演示了它们之间的矩阵乘法和点乘操作。文章重点讨论了array到matrix的转换以及矩阵运算在数值计算中的应用。
摘要由CSDN通过智能技术生成

在Numpy中，主要有两大类经常使用的数据类型array和matrix

import numpy as np
a = np.array([[1, 2, 4],
              [2, 5, 3],
              [7, 8, 9]])
A = np.mat(a)
A

matrix([[1, 2, 4],
        [2, 5, 3],
        [7, 8, 9]])

这里a是array数组，我们用mat方法将其变成matrix矩阵
现在我们再创建一个数组

x = np.array([[1], [2], [3]])
x

array([[1],
       [2],
       [3]])

这个时候我们既可以使用矩阵点乘数组，也可以矩阵乘矩阵

A*x

matrix([[17],
        [21],
        [50]])

np.multiply(A, x)

matrix([[ 1,  2,  4],
        [ 4, 10,  6],
        [21, 24, 27]])
Uncle_Perry
关注
专栏目录
基于Python Numpy的数组array和矩阵matrix详解
weixin_51463905的博客
06-10 1591
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。 在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank，但是和线性代数中的秩不是一样的，在用python求线代中的秩中，我们用numpy包中的linalg.matrix_rank方法计算矩阵的秩，例子如下)。 结果是： 线性代数中秩的定义：设在矩阵A中有一个不等于0的r阶子式D，且所有r+1阶子式(如果存在的话)全等于0，那末D称为矩阵A的最高阶
python中numpy库matrix和array的融合使用
王浩的专栏
01-19 4784
matrix使用的时候，需要转化一下才能和一些普通的进行运算
Numpy中array和matrix的乘法
1871465933的博客
12-19 1762
Numpy中矩阵乘法问题对于array对象对于matrix对象总结 Numpy中的矩阵乘法分为两大情况，使用numpy.array和使用numpy.matrix. Numpy确实重载了*操作符，可以直接对array或者matrix对象进行乘法运算，但是在不同对象上，其意义是有区别的。 对于array对象 *（或multiply）代表的是并不是矩阵的乘法规则，而是简单的数量积，即对应位置元素相乘...
[Numpy]array与matrix在乘法上的不同
kzl_knight的博客
11-28 1万+
[Numpy]array与matrix在乘法上的不同1 Numpy乘法的实现2 上代码（array，matrix在*，dot，multiply上的异同）2.1 定义array和matrix两个矩阵2.2 取array和matrix的第一行2.3 取array和matrix的第一列2.4 array进行乘法运算（*，dot，multiply）2.5 matrix进行乘法运算（*，dot，multip...
Numpy中的array和matrix三种乘法运算的区别
不加辣椒的博客
05-12 392
讨论numpy中的np.matmul，.dot以及*的区别，要区分一维情况和二维情况。 一维情况 import numpy as np np_array = np.arange(3) print( 'np_array:', np_array, '\ndot:', np_array.dot(np_array), '\n*:', np_array * np_array ) 输出结果为： np_array: [0 1 2] dot: 5 *: [0 1 4] 可以看出，.dot是
numpy 产生三维矩阵
Alvin0U0的博客
09-27 1万+
numpy 产生三维矩阵 >>> np.zeros((3,2,4)) array([[[ 0., 0., 0., 0.], [ 0., 0., 0., 0.]], [[ 0., 0., 0., 0.], [ 0., 0., 0., 0.]], [[ 0., 0., 0., 0.], [
Python NumPy 中的数组（array）和矩阵（matrix）乘法 简明解释
qq_37454669的博客
10-10 547
元素乘法： np.multiply(a,b) 矩阵乘法： np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或直接用 a @ b *：在 np.array 中重载为元素乘法，在 np.matrix 中重载为矩阵乘法 np.matrix： 必须是2维的 numpy arrays (ndarrays)： 可以是任意多维的（1D，2D，3D····ND） 即：matrix 是 array 的一个小的分支，包含于 array，所以 matrix 拥有 array 的所有特性 在 num
Numpy数组array和矩阵matrix转换方法
09-18
总结来说，Numpy中的数组和矩阵转换方法非常简单直接，可以通过np.mat函数和np.array函数来实现互相转换。在实际应用中，我们应根据具体需要选择合适的数据结构。在Numpy新版本中，建议更多地使用ndarray对象来进行...
numpy array和matrix区别
最新发布
09-19
在numpy中，array和matrix是两种不同的数据结构。array可以是多维的（1D，2D，3D····ND），而matrix必须是2维的。实际上，matrix是array的一个小的分支，包含于array，因此matrix拥有array的所有特性。 在numpy...
numpy matrix和array的乘和加实例
09-20
在Python的科学计算库NumPy中，`matrix`和`array`是两种常见的数据结构，它们都用于存储和处理多维数据，但在某些操作上有所不同。本篇文章将深入讲解`numpy matrix`和`array`在乘法和加法操作中的区别和用法。 1. ...
numpy array matrix 相乘
csjue的博客
03-09 586
numpy不知道为啥要搞很多种乘法，特别容易搞混（网上很多搞混的文章），*在array和matrix中的含义还不同，还造了个@运算符 array 的相乘 a = np.array([1,2,3]) b = np.array([1,2,3]) print(a*b) #[1 4 9] print(np.multiply(a,b)) #[1 4 9] print(a@b) #14 print(np.dot(a,b)) #14 array中*/multiply是对应元素相乘，@则是对*/dot结果求和 matri
Python中关于array和matrix的矩阵运算小技巧
weixin_42906524的博客
07-30 1026
前言： 在做机器学习中，常常需要用到矩阵的相乘，有时候会被array和matrix搞得晕头转向，这里总结了我在学习过程中遇到的一些技巧和踩过的坑 1：array的矩阵乘法 废话少说，直接上代码： import numpy as np#先导入numpy库 f = np.array([[1,2],[3,4]]) d = f a = d*f#对应元素的相乘 a1 = np.multiply(d, f)#和上面一样，也是对应元素按照位置相乘 print(a) [[ 1 4] [ 9 16]] print(a
总结Numpy中matrix和ndarray的区别
小白一直白
05-26 6100
区别总结的目录如下所示： 生成方式的区别 matrix()和array()关于秩的区别 运算的区别 两个对象之间的相互转化 生成方式的区别 初始化特定值的矩阵，我们一般用到的方式是np.mat()或np.array()。相信使用过numpy库的学者都应该接触过这两种方法，但对于这两种方法的区别，肯定会有一些初学的小白们没细想它们。下面结合本篇主题，讲讲这两...
[numpy]matrix和array的乘和加
Avalon
07-20 3万+
1. 对于数组array 乘就是对应位置的元素相乘：X1 = np.array([[1,2], [3, 4]]) X2 = X1 print X2*X1[[ 1 4] [ 9 16]]加就是对应位置的相加：X1 = np.array([[1,2], [3, 4]]) X2 = X1 print X2+X1[[2 4] [6 8]]2. 对于矩阵matrix 乘就是矩阵的点乘:X1 = np.m
初学--Python numpy教程
Olaking的专栏
01-06 4628
本文转载自：http://blog.chinaunix.net/uid-21633169-id-4408596.html 先决条件 在阅读这个教程之前，你多少需要知道点python。如果你想重新回忆下，请看看Python Tutorial. 如果你想要运行教程中的示例，你至少需要在你的电脑上安装了以下一些软件: Python NumPy 这些是可
Python 中的几种矩阵乘法 np.dot, np.multiply, *
qq_39355550的博客
08-19 4171
Python中的几种矩阵乘法 1. 同线性代数中矩阵乘法的定义： np.dot() np.dot(A, B)：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。见如下Python代码： import numpy as np # 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3]...
numpy之matrix和array的乘法区别
风浅安然的博客
02-21 742
matrix和array的乘法有所区别 1、array A * A是对应元素相乘，np.dot(A, A)是矩阵乘法 2、matrix A * A是矩阵乘法，np.multiply(A, A)是对应元素相乘 具体参考这篇博文[numpy]matrix和array的乘和加...
numpy教程：矩阵matrix及其运算
热门推荐
皮皮blog
09-28 8万+
NumPy函数库中存在两种不同的数据类型（矩阵matrix和数组array），都可以用于处理行列表示的数字元素。虽然它们看起来很相似，但是在这两个数据类型上执行相同的数学运算可能得到不同的结果，其中NumPy函数库中的matrix与MATLAB中matrices等价。 Matrix objects矩阵对象 创建示例 >>> a = np.matrix(’1 2; 3 4’) >>> p
np的矩阵乘法
步步拾遗
03-21 7286
np.dot（）方法 —— 矩阵乘法 Usage：np.dot( matrixA, matrixB ) or matrix.dot(matrixB) example： import numpy as np # define two matrixs here one = np.array([[1,2,3]]) two = np.array([[4],[5],[6]]) # let's...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值