python np matrix_python——np.array,np.matrix,np.mat的区别及乘法的区别

本文详细介绍了Python Numpy中np.array、np.matrix和np.mat的区别,包括数据类型、矩阵乘法的差异。通过示例展示了它们在创建、操作和相乘时的行为,并解释了np.dot、np.multiply在不同情况下的使用。
摘要由CSDN通过智能技术生成

【1】np.array,np.matrix,np.mat的区别

(1)数据类型不同

np.array产生numpy.ndarray类型的数据,不能进行矩阵意义上的乘法。np.matrix,np.mat产生numpy.matrix类型数据,可以进行矩阵相乘

见下例

import numpy as np

a = np.mat('1 2 3;3 4 5;1 2 3')

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

print(a)

print(b)

'''

两种方法都可以

[[1 2 3]

[3 4 5]

[1 2 3]]

[[1 2]

[3 4]]

'''

print(type(a))

print(type(b))

'''

'''

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

print(c)

'''

[[1 2]

[3 4]]

'''

print(type(c)) #

解释:array是创建数组,他的shape是(6,),但使用reshape后 可以将数组转换为矩阵。(见下例)

np.array与np.arange的区别:np.array必须自己手动输入数组;np.arange与直接使用range类似,可以产生一串数字。但二者产生的都是数组并

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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