ndarray python 映射_python科学计算_numpy_线性代数/掩码数组/内存映射数组

1. 线性代数

numpy对于多维数组的运算在默认情况下并不使用矩阵运算，进行矩阵运算可以通过matrix对象或者矩阵函数来进行；

matrix对象由matrix类创建，其四则运算都默认采用矩阵运算，和matlab十>分相似：

a = np.matrix([[1,2,3],[4,5,6],[7,8,9]])

matrix([[1, 2, 3],

[4, 5, 6],

[7, 8, 9]])

a * a

matrix([[ 30, 36, 42],

[ 66, 81, 96],

[102, 126, 150]])

a + a

matrix([[ 2, 4, 6],

[ 8, 10, 12],

[14, 16, 18]])

a ** -1

matrix([[ -4.50359963e+15, 9.00719925e+15, -4.50359963e+15],

[ 9.00719925e+15, -1.80143985e+16, 9.00719925e+15],

[ -4.50359963e+15, 9.00719925e+15, -4.50359963e+15]])

由于numpy中已经有ndarray，再用matrix比较容易弄混；

矩阵乘积运算：

对于ndarray对象，numpy提供多种矩阵乘积运算：dot()、inner()、outer()

dot()：对于两个一维数组，计算的是这两个数组对应下标元素的乘积和，即：内积&