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)))