『Python笔记』列表解析，numpy点乘，按元素相乘，以及转置的处理

目录

目录

格式 

举例 

对应元素相乘 element-wise product: np.multiply(), 或 * 

np.dot()

转置

注意一维行数组的转置,无法成功，需要添加[]

---

• 格式 

列表解析

　　根据已有列表，高效创建新列表的方式。

　　列表解析是Python迭代机制的一种应用，它常用于实现创建新的列表，因此用在[]中。

语法：

　　[expression for iter_val in iterable]

　　[expression for iter_val in iterable if cond_expr]

• 举例 

• 实例展示：1、要求：列出1~10所有数字的平方
• 普通方式。

•  列表解析

• 2、 要求：实现两个列表中的元素逐一配对。
• 普通方式

• 列表解析

说明：　　以上实例，使用列表解析比使用普通方法的速度几乎可以快1倍。因此推荐使用列表解析。

• 对应元素相乘 element-wise product: np.multiply(), 或 * 

import numpy as np
y1=np.array([0,0,1,2,3,3])
y2=np.array([0,0,1,1,2,2])

print(y1*y2)
print(np.multiply(y1,y2))

• 输出结果：

[0 0 1 2 6 6]
[0 0 1 2 6 6]

• np.dot()

import numpy as np
x1=np.array([[1,2,3],[4,5,6]])
x2=np.array([[1,2],[3,4],[5,6]])
#(2,3)和（3，2）=（2,2）
print("方式2：\n",np.dot(x1,x2))
print("方式1：\n",x1.dot(x2))

• 输出结果：

方式2：
 [[22 28]
 [49 64]]
方式1：
 [[22 28]
 [49 64]]

• 转置

import numpy as np
x1=np.array([[1,2,3],[4,5,6]])
x2=np.array([[1,2],[3,4],[5,6]])
print(x1.T)

• 输出结果：

[[1 4]
 [2 5]
 [3 6]]

这个也是类似：对于一维数组而言，numpy.transpose()是不起作用的。 对二维数组的transpose操作就是对原数组的转置操作。

• 注意一维行数组的转置,无法成功，需要添加[]

import numpy as np
x1=np.array([1,2,3,4,5])
x2=np.array([[6,7,8,9,10]])
print("第一种方式转置：\n",x1.T)
print("第二种方式转置：\n",x2.T)

• 输出结果：

第一种方式转置：
 [1 2 3 4 5]
第二种方式转置：
 [[ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]]

参考：https://blog.csdn.net/xiongchengluo1129/article/details/79017142