numpy4.线性代数

numpy同时定义了ndarray和matrix，但推荐使用ndarray。

矩阵和向量积

矩阵的定义、加法、数乘、转置与二维数组完全一致，不再进行说明，但矩阵的乘法有不同的表示。

计算两矩阵积，若为一维数组则得到内积。

注意区分类型是ndarray还是matrix，两者 * 运算有区别

np.dot(a, b [, out] )
ndarray

# ndarray
a = np.arange(9).reshape(3, 3)
b = a.copy()

# 矩阵乘法
c = np.dot(a, b)
d = a @ b
# 元素相乘
e = a * b
f = np.multiply(a, b)

print(c)
print(d)
print(e)
print(f)

结果

[[ 15  18  21]
 [ 42  54  66]
 [ 69  90 111]]
[[ 15  18  21]
 [ 42  54  66]
 [ 69  90 111]]
[[ 0  1  4]
 [ 9 16 25]
 [36 49 64]]
[[ 0  1  4]
 [ 9 16 25]
 [36 49 64]]

matrix

# matrix
ma = np.mat(a)
mb = np.mat(b)
# 矩阵乘法
mc = np.dot(ma, mb)
md = ma @ mb
me = ma * mb
# 元素相乘
mf = np.multiply(ma, mb