基础数据类型和运算

标量-向量-矩阵-张量

        1-[1,2]-[[1,2],[1,2]]-tensor[[1,2],[1,2],[1,2],[1,2]]

转置矩阵

对称矩阵

对角矩阵和单位矩阵

哈达玛积(Hadamard Product)

        仅适用于array对应位置相乘

a = np.array(range(0,4)).reshape(2,2)
b = np.array(range(4,8)).reshape(2,2)
print(a*b)  # 此处的*为点积

# 输出结果
[[0,5],[12,21]]

点积(Dot product)

        

# 即矩阵乘法
# 使用@符号实现矩阵乘法
# np.dot()实现矩阵乘法
# 例如
np.dot(a,b)
a@b

数组转换矩阵

# 将数组转换成矩阵
a = np.asmatrix(a)
b = np.asmatrix(b)
a*b  # 实现矩阵乘法 此处的*是点积

对角矩阵和向量和互转

a = np.diag([1,2,3])
v, e = np.linalg.eig(a)
print(v)
print(e)

#输出结果为
>>> print(v)
[1. 2. 3.]
>>> print(e)
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

对角矩阵的幂运算等于对角线上各个值的幂运算

>>> print(a**3)
[[ 1  0  0]
 [ 0  8  0]
 [ 0  0 27]]

将一个矩阵与其倒数相乘，便可得到一个单位矩阵

>>> print(np.linalg.inv(a))
[[1.         0.         0.        ]
 [0.         0.5        0.        ]
 [0.         0.         0.33333333]]

>>> print(np.linalg.inv(a)@a)
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]