最近在學習matrixtransform，發現對之前學的矩陣乘法竟然忘的一乾二淨，下面就是這個基礎知識的整理。
通常的矩陣加法被定義在兩個相同大小的矩陣。兩個m×n矩陣a和b的和，標記為a+b，一樣是個m×n矩陣，其內的各元素為其相對應元素相加後的值。例如：
也可以做矩陣的減法，只要其大小相同的話。a-b內的各元素為其相對應元素相減後的值，且此矩陣會和a、b有相同大小。例如：
若給出一矩陣 a 及一數字 c，可定義標量積 ca，其中 (ca)[i, j] = ca[i, j]。 例如：
設a和b是兩個給定如下的矩陣：
舉例來說：
假設我們有個點（x,y） ，我們使用 matrixtransform 要把它轉換成新的點(x1,y1)，則公式為：
x1=x*m11 +y*m21+ offsetx
y1=x*m12 +y*m22+ offsety
在silverlight 和 wpf 中，對應的xaml 如下：
<從矩陣運算的角度，就是如下矩陣運算：matrixtransform
matrix="m11, m12, m21, m22, offsetx, offsety"
/>
上述表示式中，乘號左面矩陣的列為為係數表，右邊矩陣為向量表。例如，第一行是[x y 1]，因此將x乘上第乙個向量，y乘上第二個向量，1則乘上第三個向量。
矩陣 http://zh.wikipedia.org/zh-cn/%e7%9f%a9%e9%98%b5
矩陣加法
矩陣乘法
3d 圖形程式設計的數學基礎(2) 矩陣及其運算
wpf中的matrixtransform
svg 的向量運算
numpy之相關矩陣求解
協方差 相關矩陣 相關係數 評估兩組樣本相似度 若相關係數越接近於1，表示兩組樣本正相關性越強 若相關係數越接近於 1，表示兩組樣本負相關性越強 若相關係數越接近於0，表示兩組樣本越不相關 相關矩陣 相關係數矩陣，numpy提供了相關api，可以方便的獲取兩組資料的相關係數 np.corrcoef ...
MATLAB矩陣分列自相關矩陣
假設有矩陣 a 1 2 3 4 5 6 為了求矩陣a的每一列和該列自身的自相關矩陣，並存在乙個資料結構中，可以採用三維矩陣，並迴圈計算。然而，這樣計算時，一方面三維矩陣在matlab中的操作並不如二維矩陣那麼方便，另一方面，迴圈計算的效率很低。為了方便計算，可以將每一列的自相關矩陣組合存到乙個大的二...
相關矩陣視覺化包ggcorrplot
基於ggplot2包以及corrplot包的相關矩陣視覺化包ggcorrplot，ggcorrplot包提供對相關矩陣重排序以及在相關圖中展示顯著性水平的方法，同時也能計算相關性p value library ggcorrplot 計算相關矩陣 cor 計算結果不提供p value 用ggcorrp...