Python中numpy的matrix和array的一些用法注意

原文：http://blog.csdn.net/autoliuweijie/article/details/51967288

> 1. 对于数组array

> 乘：就是对应位置的元素相乘：

X1 = np.array([[1,2], [3, 4]])
X2 = X1
print X2*X1


[[ 1  4]
 [ 9 16]]

> 加：就是对应位置的相加：

X1 = np.array([[1,2], [3, 4]])
X2 = X1
print X2+X1


[[2 4]
 [6 8]]

> 2. 对于矩阵matrix

> 乘：就是矩阵的点乘:

X1 = np.matrix([[1,2], [3, 4]])
X2 = X1
print X2*X1


[[ 7 10]
 [15 22]]

> 加：有两种情况，第一种是X1与X2的大小一致，就是普通的矩阵相加，即对应位置相加：

X1 = np.matrix([[1,2], [3, 4]])
X2 = X1
print X2+X1


[[2 4]
 [6 8]]

> 第二种情况是n＊1的X1 ＋ m*1的X2（或者反过来），就会得到n*m的矩阵：

X1 = np.matrix([[1,2,3]])
X2 = np.matrix([[1,2,3,4]]).T
print X2+X1


[[2 3 4]
 [3 4 5]
 [4 5 6]
 [5 6 7]]

> 3. 混用情况

在numpy中存在很多的matrix和array运算符混用的情况，程序也能通过，但这样很不好，尽量按照以上原则使用。

如果2维的array想要进行矩阵的点乘运算，可以用np.dot(X1, X2)

如果matrix想要进行对应位置的乘，可以用np.multiply(X2,X1)