numpy学习小知识2——内积和*的区别以及删除一列

最新推荐文章于 2022-02-25 09:08:58 发布
最新推荐文章于 2022-02-25 09:08:58 发布
阅读量132 收藏 1
点赞数
分类专栏： python学习笔记 文章标签： python numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_48176859/article/details/114879685
版权

内积和*的区别

直接乘：

在这里插入图片描述
  可以看到乘法是直接对应元素相乘。

内积

在这里插入图片描述

删除一列或一行

numpy中的delete函数可以实现这个功能，见如下：
删除矩阵aa的第一行
在这里插入图片描述
利用上面式子解释相关形参：delete()函数第一个参数是需要进行删除操作的原矩阵，第二个参数说明删除第n行(或列)，0为第1行(列)，1为第2行(列)依次类推，此外还可以用[n1,n2,n3…]表示删除第n1-1、n2-1、n3-1行(列)，第三个参数axis=0说明删除的是行，axis=1说明是删除列
删除列：
在这里插入图片描述

老文化沙漠
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python学习之numpy（csdn）————程序.pdf
12-03
python学习之numpy（csdn）————程序
numpy 内积、点乘函数
weixin_49346755的博客
05-15 1285
1、numpy dot函数和numpy matmul函数 函数原型 numpy.dot(a, b, out=None) numpy.matmul(x1, x2, /, out=None, *, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj, axes, axis]) = <ufunc 'matmul'> 函数说明 实现数组的内积 函数使用 &
python中numpy数组及其内积、点乘、平方操作
James_yaoshi的博客
04-06 3万+
首先介绍一下叉乘和点乘的区别，在线性代数中我们学习过矩阵的乘法，这里所说的乘法一般默认是叉乘（也叫内积），而点乘则指的是矩阵对应元素的相乘。 我们可以把矩阵看成数组的一种，也就是为维度是二维的介绍，接下来我们讲解一下numpy数组和他的叉乘、点乘操作： 一、numpy数组 使用numpy创建的数组叫做ndarray，是一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。接下来我们来创建几个数组： 1、一维数组 import numpy as np ##一行一列 a = np.array([1])
Python学习-numpy高级数组和矩阵的内积函数inner和matmul
qq_19979101的博客
06-17 1万+
Numpy 的数组内积函数 inner 以及矩阵内积函数 matmul 首先还是导入numpy #导入numpy import numpy as np 定义两个矩阵（数组）a和b，用于内积计算 #定义两个数组 a=np.array([[1,2],[3,4]]) b=np.array([[5,6],[7,8]]) print("a") print(a) print("b") print...
Python/Numpy之点积叉积内积外积张量积
Snfiltration
07-07 1万+
Python/Numpy之点积叉积内积外积张量积 内积（内积、标量积、数量积、点积、点乘）a与b的内积为 a·b = |a||b|cos∠(a, b)，结果为标量（一个数） 外积（叉乘）：向量a与b的外积a×b是一个向量，其长度等于|a×b| = |a||b|sin∠(a,b)，其方向正交于a与b。并且，(a,b,a×b)构成右手系。(外积是张量积的一种形式) 张量积：Kronecker product a⊗b 1.内积、外积、张量积、对应元素相乘 内积：innerx = np.dot(arr1,ar
Numpy基础（二）——数组转置、计算内积和换轴
qq_50637636的博客
02-25 3418
1 数组转置   转置是一种特殊的数据重组形式，可以返回底层数据的视图而不需要复制任何内容。利用数组的transpose方法或者数组的T属性实现。 In [88]: arr=np.arange(15).reshape((3,5)) In [89]: arr Out[89]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]) In [90]: arr.T Out[90]: ar
对numpy中数组转置的求解以及向量内积计算方法
09-19
今天小编就为大家分享一篇对numpy中数组转置的求解以及向量内积计算方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Numpy.NET:NumPy 的 C#F# 绑定——一个用于科学计算、机器学习和人工智能的基础库
08-05
Numpy.NET是最完整的 .NET 绑定， 是 Python 中科学计算、机器学习和 AI 的基础库。 Numpy.NET 通过兼容的强类型 API 为 .NET 开发人员提供了广泛的功能，包括多维数组和矩阵、线性代数、FFT 等等。 其他几个 ...
Python学习笔记——Numpy数组的排序和搜索
12-21
先构建一个一维数组 a（元素随机输入） 用sort函数进行排序，默认升序 需要降序排列的可以用下面方法 利用argsort函数则可以返回数组a中元素从小到大排列的索引值 二维数组 构建一个二维数组 t（元素随机输入） ...
一个简单的基于numpy和cupy的深度学习框架.zip
最新发布
02-06
人工智能——模拟人类智能的技术和理论，使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术，更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本...
python numpy矩阵乘_numpy矩阵向量乘法
weixin_39934085的博客
12-06 1082
大话西游666最简单的解决方案使用numpy.dot或a.dot(b)。请参阅此处的文档。>>> a = np.array([[ 5, 1 ,3], [ 1, 1 ,1], [ 1, 2 ,1]])>>> b = np.array([1, 2, 3])>>> print a...
Numpy中的乘积
bqw的博客
04-06 1万+
import numpy as np x = np.array([1,2,3,4]) y = np.array([2,3,4,5]) X = np.array([[1,2,3,4],[5,6,7,8]]) #2*4 Y = np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3]]) #3*4 Z = np.array([[1,1],[2,2,],[3,3],[4,4]]) ...
对NumPy中dot()函数的理解
dielonglu3972的博客
11-30 6139
今天学习到numpy基本的运算方法，遇到了一个让我比较难理解的问题。就是dot函数是如何对矩阵进行运算的。 一、dot()的使用 参考文档：https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html dot()返回的是两个数组的点积(dot product) 1.如果处理的是一维数组，则得到的是两数组的內...
numpy中数组转置的求解以及向量内积计算
小灰笔记
04-06 1万+
有点抱歉的是我的数学功底确实是不好，经过了高中的紧张到了大学之后松散了下来。原本高中就有点拖后腿的数学到了大学之后更是一落千丈。线性代数直接没有学明白，同样没有学明白的还有概率及统计以及复变函数。时至今日，我依然觉得这是人生中让人羞愧的一件事儿。不过，好在我还有机会，为了不敷衍而去学习一下。 矩阵的转置有什么作用，我真是不知道了，今天总结完矩阵转置的操作之后先去网络上补充一下相关的知识。 今天
Python2.7学习笔记-矩阵乘法matrix vs. ndarray ; dot vs. inner,
sq1378392676的博客
12-06 643
最近编程时，遇到矩阵运算，在进行矩阵乘法运算时，发现容易发现维度错误或逻辑错误等原因带来的Error，现记录如下： 使用python进行矩阵运算，可以使用numpy专门针对矩阵的np.mat()函数构造矩阵，用这种方法构造的矩阵在默认情况下的加减乘除运算法是数学中矩阵的运算法则，np.dot(a,b)和乘法“*”的效果一致。如果使用numpy 中的ndarray创建二维数组的方式来进行矩
向量点乘（内积）和叉乘（外积、向量积）概念及几何意义解读
热门推荐
牧野的博客
09-02 84万+
向量是由n个实数组成的一个n行1列（n*1）或一个1行n列（1*n）的有序数组； 向量的点乘,也叫向量的内积、数量积，对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，点乘的结果是一个标量。 点乘公式 对于向量a和向量b：
Python 中的几种矩阵乘法 np.dot, np.multiply, *
一遍看不懂，我就再看一遍
04-18 37万+
Python中的几种矩阵乘法1. 同线性代数中矩阵乘法的定义： np.dot()np.dot(A, B)：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。见如下Python代码：import numpy as np# 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6
numpy中矩阵的几种乘法，尤其是没有骨气的multiply(a,b)
u012119316的博客
06-20 2744
from numpy import * a = [1,2,3] b = [0,0,1] c = [[1,2],[3,4]] a = mat(a) b = mat(b) c = mat(c) d = eye(2) def testMatMulti(a,b): y1 = multiply(a,b) print("multiply:\n", y1) y2 = dot(a,b...
Numpy基础笔记
hickai的专栏
04-11 6万+
Numpy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。其部分功能如下： ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 用于对整组数据进行快速运算的标准数学函数（无需编写循环）。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++、Fortran等语言编写的代码的工
将一个n*3的numpy和1*3的numpy数组按列合并
06-01
您可以使用numpy模块中的concatenate函数将一个n*3的numpy数组和1*3的numpy数组按列合并。具体实现方法如下： ```python import numpy as np # 生成一个n*3的numpy数组 arr1 = np.random.rand(5, 3) print("arr1 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值