提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
一、 Numpy的Matrix
一、 Numpy的Matrix
1.NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组array),都可以用于处理行 列表示的数字元素。虽然它们看起来很相似,但是在这两个数据类型上执行相同的数学运算可能得到不同的结果,其中NumPy函数库中的matrix与MATLAB中matrices等价。
- numpy模块中的矩阵对象为numpy.matrix,包括矩阵数据的处理,矩阵的计算,以及基本的统计功能,转置,可逆性等等,包括对复数的处理,均在matrix对象中。
3.matrix是array的分支,matrix和array在很多时候都是通用的,但官方建议如果两个可以通用, 那就选择array,因为array更灵活,速度更快,很多人把二维的array也翻译成矩阵。
二、实战案例
1.Matrix
import numpy as np
a= np.array([[1,2],[3,4]])
b = np.array([[10,20],[30,40]])
print(a+b) # 相加 与matrix一致
print(a*b) # 相乘与matrix不同
print(a.dot(b)) # 与matrix一致的相乘法
a= np.matrix("1,2;3,4")
b = np.matrix('10,20;30,40')
print(type(a))
print(a+b)
print(a*b)