Python中的Numpy 矩陣運(yùn)算
在學(xué)習(xí)線性代數(shù)時(shí)我們所接觸的矩陣之間的乘法是矩陣的叉乘,有這樣一個(gè)前提:
若矩陣A是m*n階的,B是p*q階的矩陣,AB能相乘,首先得滿足:n=p,即A的列數(shù)要等于B的行數(shù)。運(yùn)算的方法如下圖:

當(dāng)時(shí)學(xué)線性代數(shù)時(shí)老師教的更為直觀記法:

點(diǎn)乘則是這樣:

假如有a,b兩個(gè)矩陣,在Matlab中我們實(shí)現(xiàn)點(diǎn)乘和叉乘的方式分別如下:
a.*b %表示點(diǎn)乘 a*b %表示叉乘
下面我們來(lái)看看python中的操作:
import numpy as np a = np.arange(1, 10).reshape(3, 3) b = np.arange(1, 10).reshape(3, 3) print(a) print(a*b) # 點(diǎn)乘只允許1*m和m*n a1 = np.mat(np.arange(1, 10).reshape(3, 3)) a2 = np.mat(np.arange(1, 10).reshape(3, 3)) a3 = np.dot(a1, a2) # 叉乘使用dot print(a1) print(a3)
運(yùn)行結(jié)果:

使用python操作剛好與Matlab相反,使用點(diǎn)乘計(jì)算實(shí)際上是各數(shù)組相同下標(biāo)相乘。Numpy庫(kù)中的dot函數(shù)則是為了實(shí)現(xiàn)數(shù)組相乘。
到此這篇關(guān)于Python中的Numpy 矩陣運(yùn)算的文章就介紹到這了,更多相關(guān)Python Numpy 矩陣運(yùn)算內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python中時(shí)間轉(zhuǎn)換datetime和pd.to_datetime詳析
這篇文章主要給大家介紹了關(guān)于python中時(shí)間轉(zhuǎn)換datetime和pd.to_datetime的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
Python中join()和split()函數(shù)區(qū)別差異分析
Python中的join()和split()函數(shù)都是用于處理字符串的重要方法,但它們的功能正好相反,下面給大家介紹Python中join()和split()函數(shù)區(qū)別解析,感興趣的朋友一起看看吧2025-05-05
利用Python實(shí)現(xiàn)自定義連點(diǎn)器
這篇文章主要介紹了如何利用Python實(shí)現(xiàn)自定義連點(diǎn)器,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-08-08
python遍歷一個(gè)目錄,輸出所有的文件名的實(shí)例
下面小編就為大家分享一篇python遍歷一個(gè)目錄,輸出所有的文件名的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04
python實(shí)現(xiàn)簡(jiǎn)易的學(xué)生信息管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)簡(jiǎn)易的學(xué)生信息管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-05-05
解決Python中的modf()函數(shù)取小數(shù)部分不準(zhǔn)確問(wèn)題
這篇文章主要介紹了解決Python中的modf()函數(shù)取小數(shù)部分不準(zhǔn)確問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
Python FTP兩個(gè)文件夾間的同步實(shí)例代碼
本文通過(guò)實(shí)例代碼給大家介紹了python ftp兩個(gè)文件夾間的同步,代碼簡(jiǎn)單易懂,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2018-05-05
TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法
這篇文章主要介紹了TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04

