numpy中的运算

1.导入numpy

import numpy as np

2.构造两个数组

x = np.array([5,5])
y = np.array([2,2])

3.数组对应位置相乘

np.multiply(x,y)

4.数组的点乘

如果数组或者矩阵形状相同,会进行点乘的运算

如果矩阵1的行数等于矩阵2的列数,矩阵1的列数等于矩阵2的行数,会进行矩阵乘法

np.dot(x,y)

x.shape
y.shape
x.shape = 2,1
x
np.dot(x,y)
y.shape = 1,2
y
x
print (x.shape)
print (y.shape)
np.dot(x,y)
np.dot(y,x)

5.矩阵对应位置数值的比较

相同为true,不同为flase

y = np.array([1,1,1,4])
x = np.array([1,1,1,2])
x == y

6.矩阵对应位置逻辑运算

np.logical_and(x,y)
np.logical_or(x,y)
np.logical_not(x,y)

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

打赏作者

小徐的记事本

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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