掌握numpy矩阵与通用函数

import numpy as np
np.array([[1,2],[3,4]])

array([[1, 2],
       [3, 4]])

np.mat([[1,2],[3,4]])

matrix([[1, 2],
        [3, 4]])

np.matrix([[1,2],[3,4]])

matrix([[1, 2],
        [3, 4]])

a=np.mat([[1,2],[3,4]])

b=np.matrix([[11,21],[31,41]])

np.bmat('a b;b a')

matrix([[ 1,  2, 11, 21],
        [ 3,  4, 31, 41],
        [11, 21,  1,  2],
        [31, 41,  3,  4]])

a = [[1,2],[3,4]]
b = [[1,1],[1,1]]
np.array(a)*np.array(b)

array([[1, 2],
       [3, 4]])

np.matrix(a)*np.matrix(b)

matrix([[3, 3],
        [7, 7]])

print(np.matrix(a))
print(np.matrix(b))

[[1 2]
 [3 4]]
[[1 1]
 [1 1]]

np.matrix(a).T

matrix([[1, 3],
        [2, 4]])

认识ufunc函数(通用函数)

• 让所有数组向其中shape最长的数组看齐，shape中不足的部分都通过前面加一补齐
• 输出数组的shape，是输入数组shape的各个轴上的最大值
• 输入和输出的长度相同或者其长度为1是，这个数组可以计算否则出错
• 如果长度为1 的时候，沿用第一个数组

[[j**2 for j in i] for i in a]

[[1, 4], [9, 16]]

np.array(a)**2

array([[ 1,  4],
       [ 9, 16]])

a=[[0]*3,[1]*3,[2]*3,[3]*3]
np.array(a)+np.array([1,2,3])
np.array(a)+np.array([[1],[2],[3],[4]])

array([[1, 1, 1],
       [3, 3, 3],
       [5, 5, 5],
       [7, 7, 7]])