教程 | Numpy的线性代数运算

 

访问flyai.club，一键创建你的人工智能项目

 

 

        线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是任何数组库的重要组成部分。不像某些语言（如MATLAB），通过*对两个二维数组相乘得到的是一个元素级的积，而不是一个矩阵点积。因此，NumPy提供了一个用于矩阵乘法的dot函数（既是一个数组方法也是numpy命名空间中的一个函数）：

 

 

        .dot(y)等价于np.dot(x, y)：

 

 

        一个二维数组跟一个大小合适的一维数组的矩阵点积运算之后将会得到一个一维数组

 

 

        numpy.linalg中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西。它们跟MATLAB和R等语言所使用的是相同的行业标准线性代数库，如BLAS、LAPACK、Intel MKL（Math Kernel Library，可能有，取决于你的NumPy版本）等：

 

 

        

        

教程 | Jupyter Notebook初级教程——迷死人的基础操作​

教程 | Jupyter Notebook基础教程——快捷键的使用​

教程 | Python之Numpy ndarray 基本介绍 1​

教程 | Python之Numpy ndarray 基本介绍 2​

教程 | Python之Numpy ndarray 基本介绍 3​

教程 | Python之Numpy ndarray 基本介绍 4​

教程 | 通用函数：快速的元素级数组函数​

教程 | 使用数组进行数组编程（上）​

教程 | 使用数组进行数组编程（下）​

教程 | Numpy的线性代数运算

 

点击 阅读原文 ，动手操作

 

—  End —

 

​

​​​​