Python 数据分析与数据可视化（五）线性代数基本知识

5.1 线性代数的数学对象

5.1.1 标量

一个单一的数字

标量的 shape 为空

一维数组的 shape 只表示数组中元素的个数，并不能表示向量

5.1.2 向量

一个有序的数字数组，分为行向量和列向量，向量是特殊的矩阵
注：行向量和列向量都是通过二维数组表示的

5.1.3 矩阵

一个有序的二维数组，有两个索引，一个指向行，一个指向列

5.2 线性代数基本运算规则

5.2.1 矩阵标量运算

此时的运算包括加、减、乘、除
矩阵与标量运算，实质为对矩阵的每一个元素进行运算
以乘法为例

5.2.2 矩阵-矩阵加法和减法

要求参与运算的两个矩阵有相同的 shape，各个对应元素相加减

5.2.3 矩阵-矩阵点乘（点积）

要求参与运算的两个矩阵有相同的 shape，各个对应元素相乘

5.2.4 矩阵-矩阵相乘（叉乘）

n×m 叉乘 m×x = n×x

5.2.5 矩阵-向量乘法

看作矩阵-矩阵叉乘

5.2.6 向量-向量乘法

看作矩阵-矩阵叉乘

5.2.7 矩阵转置

其他文章

Python 数据分析与数据可视化（一）Python 开发环境搭建与编码规范
Python 数据分析与数据可视化（二）数据类型、运算符与内置函数
Python 数据分析与数据可视化（三）列表、元组、字典、集合与字符串
Python 数据分析与数据可视化（四）文件操作
Python 数据分析与数据可视化（五）线性代数基本知识
Python 数据分析与数据可视化（六）numpy 数组和矩阵运算
Python 数据分析与数据可视化（七）pandas数据分析实战
Python 数据分析与数据可视化（八）sklearn机器学习实战
Python 数据分析与数据可视化（工具篇）课程所需扩展库安装
Python 数据分析与数据可视化（实践篇）泰坦尼克号旅客生存预测