学习了numpy里面的数组计算
-
数组减法
import numpy as np
a = np.array([10, 20, 30, 40])
b = np.arange(4) # [0, 1, 2, 3]
# 减法result1 = a - b
print(a, b)
result1 = a - b # [10-0, 20-1, 30-2, 40-3]
print(result1)
#result
[10 20 30 40] [0 1 2 3]
[10 19 28 37]
-
数组加法
# 加法 result2 = a + b
print(a, b)
result2 = a + b # [10+0, 20+1, 30+2, 40+3]
print(result2)
#result
[10 20 30 40] [0 1 2 3]
[10 21 32 43]
-
数组乘法
# 乘法 result3 = a * b print(a, b) result3 = a * b # [10*0, 20*1, 30*2, 40*3] print(result3) #result [10 20 30 40] [0 1 2 3] [ 0 20 60 120]
-
数组元素的次方
# b 的2次方为
result4 = b**2
print(result4)
#result
[0 1 4 9]
-
判断数组里面元素的大小
# 判断矩阵里面元素的大小 print(b) print(b < 3) #result [ True True True False] [[1 1]
-
判断数组里面元素的相等值
# 判断矩阵里面元素的相等值
print(b)
print("xiangdeng")
print(b == 3)
#result
[False False False True]
[[1 1]
-
二维矩阵的运算,一一对应的相乘
# 二维矩阵的运算
c = np.array([[1,1],
[0,1]])
d = np.arange(4).reshape((2, 2))
print(c)
print(d)
# 逐个相乘,也就是一一对应的相乘
result6 = c * d
print(result6)
#result
[[1 1]
[0 1]]
[[0 1]
[2 3]]
[[0 1]
[0 3]]
-
有序的矩阵乘法,线性代数型
# 矩阵的乘法是有序的
# c * d 不一定会等于 d * c
# c * d 时
result7 = c.dot(d) # np.dot(c, d)
print('c * d :', result7)
# d * c 时
result8 = d.dot(c) # np.dot(d, c)
print('d * c :', result8)