python中矩阵加法_python numpy中的矩阵、向量的加减乘除

numpy 生成矩阵 numpy中可以直接使用matrix生成矩阵

X1 = np.matrix([[1,2,3]])

X2 = np.matrix([[1,2,3,4]]).T

2. 矩阵相加减 (1)如果矩阵是相同维度的,就直接相对应位置相加减,不在赘述~~  (2)如果矩阵维度不相同 如果这两个矩阵满足以下两个条件,就可以 a. 一个是行向量一个是列向量 b.一个多维矩阵,一个一维矩阵

a情况: 行向量:1m,列向量:n1 python会把行向量自动扩充自nm,每一行都是行向量的复制; 把每一个列向量扩充自nm,增加的每一列都是列向量的复制。  b情况,同理将一维向量扩充至多维向量的维度,然后相加减。 如果一维向量的行或者列不等于多维向量的行或者列,则会报错  np.sum() 假设a为nm矩阵 np.sum(a)默认将矩阵的所有向量加和,得到一个数 np.sum(a,axis = 0): 将每一列相加,得到1m的行向量 np.sum(a,axis = 1): 将每一行相加,n*1的列向量

np.log()是自然对数也就是ln

scipy包中的special中的logsumexp(a)函数 = np.log(np.sum(np.exp(a)))

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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