范数(norm)
计算向量的范数
t_a = np.linalg.norm(v1,ord=2,axis=1,keepdims=True)
t_a = np.linalg.norm(t_1,axis=1)
ord 为设置具体范数值, axis 向量的计算方向, keepdims 设置是否保持维度不变
范数理论的一个推论: L1 >= L2 >= L∞
行列式(det)
使用np.linalg.det计算行列式
"""
使用np.linalg.det计算行列式
"""
c = np.array([[-97,19,19],[-36,30,86],[-184,-64,78]])
c_res = np.linalg.det(c)
print(c_res)
向量点乘(dot)
1.向量内积
向量内积,又叫向量乘法
向量就是一维矩阵,两个向量做内积运算,就是对应项相乘再求和
2.矩阵乘法
矩阵乘法不满足交换律,同时两个参与相乘运算的矩阵需要满足相应的维数条件(x.shape函数可以输出矩阵维数)。
3.矩阵与向量乘法
因为向量其实是一维矩阵
矩阵与向量乘法其实就是矩阵乘法
会自动将向量转置,以满足矩阵乘法条件
零矩阵
np.zeros((x,y)).astype(int)
单位矩阵
np.identity(n)