深度学习基础--NumPy多维数组补充

import numpy as np

A = np.array([1, 2, 3, 4, 5])
print(A)  # [1 2 3 4 5] 
print(A.shape)  # (5,) shape:数组的形状，返回值是一个元组tuple
print(np.ndim(A))  # 1 np.ndim():获得数组的维度,A就是一个一维数组

B = np.array([[1, 2, 3], [4, 5, 6]])
print(B)
"""
[[1 2 3]
 [4 5 6]]
 """
print(B.shape)  # (2, 3)，第一个维度有两个元素，第二个维度有三个元素
print(np.ndim(B))  # 2，B为2维数组

矩阵乘法

import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

print(f"A * B = \n{A * B}")
"""
A * B = 
[[ 5 12]
 [21 32]]
"""
print(f"A · B = \n{np.dot(A, B)}")
"""
A · B = 
[[19 22]
 [43 50]]
"""

NumPy中的*指的是两个矩阵中对应位置的元素相乘。

矩阵乘法是通过np.dot(A, B)实现的，矩阵乘积又称为点积。