numpy常用矩阵运算

这篇博客深入介绍了numpy库中的矩阵运算,包括矩阵的形变与构造、基本运算、线性代数操作以及矩阵分解。重点讨论了matrix类型与array类型的差异,并强调了在大规模数据处理中使用array的效率优势。此外,还涵盖了矩阵乘法、线性方程组求解等关键概念,为后续的矩阵分解运算奠定了基础。
摘要由CSDN通过智能技术生成

1》numpy常用矩阵运算

1-矩阵形变 & 矩阵构造

在这里插入图片描述

说明:
1)numpy中的matrix类型对象和MATLAB中的matrix类型等价,和numpy中数组array类型对象底层基本结构不同;
2)numpy中,针对⼤规模数据,数组array类型对象的计算速度要快于矩阵matrix类型对象;
3)矩阵matrix类型对象可以通过运算符直接进⾏矩阵乘法; ⽽⼆维array数组要进⾏矩阵乘法(及其他矩阵运算),则必须要使⽤包括linalg(线性代数运算)模块在内的相关函数。

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2-矩阵基本运算

在这里插入图片描述

3-矩阵线性代数运算

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

4-矩阵分解运算

用到了再来更新

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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