numpy中最常见的操作是张量/矩阵的四则运算,但是numpy中的乘法常常让人混淆,这里特别实验并记录。本文概要如下:numpy.matrix 和 numpy.array 四则运算的总结
numpy.matrix 和 numpy.array 数据结构
numpy.matrix 和 numpy.array的 + - / 运算总结
numpy.dot * numpy.matmul numpy.multiply 运算的总结
结论、numpy 中四则运算总结np.matrix np.array 的 + - / np.multiply操作都是逐元素的
np.matmul 对于 np.matrix np.array 都是张量乘法,需要满足乘法的一个元素的列等于第二个元素的行的条件。
* 对np.matrix操作是矩阵乘法,需要满足矩阵乘法条件,而 * 对 np.array 是逐元素乘法。
一、 numpy中的 matrix 和 array
numpy.array 是 numpy 中最常见的数据结构,用于表示多维数组,在数学上就是一个张量。张量的维度不同时候,会变换为不同的结构:dimension > 2 普通张量
dimension == 2 矩阵
dimension == 1 矢量
dimension == 0 标量
其中在 dimension<=2时候,可以用一种专用的格式 numpy.matrix 来表示,它们转换关系如下:numpy.matrix -> numpy. array
numpy.array dimension <= 2 -> numpy.matrix
如果