python中matrix是什么意思_Python与线性代数——Numpy中的matrix()和array()的区别

Numpy中matrix必须是2维的,但是 numpy中array可以是多维的(1D，2D，3D····ND)。matrix是array的一个小的分支，包含于array。所以matrix 拥有array的所有特性。

matrix() 和 array() 的区别，主要从以下方面说起：

矩阵生成方式不同

importnumpy as np

a1= np.array([[1, 2], [3, 4]])

b1= np.mat([[1, 2], [3, 4]])

a2= np.array(([1, 2], [3, 4]))

b2= np.mat(([1, 2], [3, 4]))

a3= np.array(((1,2), (3,4)))

b3= np.mat(((1,2), (3,4)))

b4= np.mat(‘1 2; 3 4‘)print("\n",a1,"\n",b1,"\n",a2,"\n",b2,"\n",a3,"\n",b3,"\n",b4)

结果均为：

[[1 2]

[3 4]]

上述变化就是将 “[]” 换成“()”。不同之处在于  b4 内用引号、空格和分号来产生矩阵，这个方法只可以在  matrix() 函数中使用，即b4 = np.mat(‘1 2; 3 4‘)。不可以写成的 a4 = np.array(‘1 2; 3 4‘) 。

矩阵性质不同

matrix()和 array ()后面加上 .T 得到转置。但是matrix()还可以在后面加 .H 得到共轭矩阵, 加 .I 得到逆矩阵， array