一、数组与数的运算
· 在ndarray中,数组与数之间的运算直接作用于数组里的每一个数上。
import numpy as np
arr = np.array([[1,2,3,4,5],[4,56,67,1,2]])
print(arr + 1)
print(arr / 2)
print(arr * 2)
# 区别于python的列表运算
a = [[1,2,3],[4,5,6]]
print(a)
print(a*2)
运行结果展示:
二、数组与数组之间的运算
· 数组与数组间运算满足广播机制
广播机制的条件:
(1) 运算的两个数组的某一维度等长(例如2x6与2x1);
(2) 两个数组间,其中一个数组的某一个维度为1(例如4x1与1x3);
· 广播机制会拓展维度较小的数组,使它与维度大的数组的shape属性相同
# 数组与数组间的运算
arr1 = np.array([[1,2,3,4,5,6],[7,8,9,11,23,56]])
arr2 = np.array([[4,1,2,7],[6,9,23,5]])
#print(arr1 + arr2) #行列不相等无法计算
# 广播机制
arr3 = np.array([[1],[2],[3],[4]]) # 4行1列
arr4 = np.array([5,6,7]) # 1行3列
print(arr3 + arr4)
# 利用广播机制,可以将数组拓展到4行3列
arr5 = np.array([[1,2,3,4,5,6],[2,3,4,5,61,2]])
arr6 = np.array([[2],[4]])
print(arr5 + arr6)
三、矩阵乘法API
· np.matmul(矩阵乘法,不支持矩阵与标量相乘)
· np.dot(点乘,允许矩阵与向量和矩阵与标量相乘)
# 矩阵运算
arr7 = np.array([[80,86],[82,83],[86,93]])
arr8 = np.array([1.2,0.4])
print(np.matmul(arr7,arr8))
print(np.dot(arr7,arr8))