arr1 = np.arange(1,
6)arr2 = np.array([10
,20,30
,40,50
])print
(arr1)
print
(arr2)
print
(arr1 + arr2)
展示:[12
345]
[102030
4050][
1122
334455]
注意點:
1、一維陣列的元素個數是相同的,不然無法完成廣播
2、按照陣列對應的下標來進行算數運算,返回乙個新的陣列,同時保證陣列的元素是一致的
arr1 = np.arange(10,
20)arr2 = np.array(
range(20
,30))
arr3 = arr1.reshape((2
,5))
print
(arr3)
arr4 = arr2.reshape((2
,5))
print
(arr4)
print
('相乘'
)print
(arr3*arr4)
print
('與單獨的乙個資料'
)print
(arr4*
100.
)arr5 = np.array([0
,1,2
,3,4
])print
(arr4+arr5)
print
(arr4*arr5)
展示:[[10
1112
1314][
1516
171819]
][[20
2122
2324][
2526
272829]
]相乘[[
200231
264299
336]
[375
416459
504551]]
與單獨的乙個資料[[
2000
.2100
.2200
.2300
.2400.]
[2500
.2600
.2700
.2800
.2900.]
][[20
2224
2628][
2527
293133]
][[0
2144
6996][
0265484
116]
]注意點:
1、元素的個數必須相同(一維陣列的元素個數必須與多維陣列的列的元素個數一致的)
# 轉多維陣列
arr3 = arr1.reshape((2
,5))
print
(arr3)
arr4 = arr2.reshape((2
,5))
print
(arr4)
print
('相乘'
)print
(arr3*arr4)
注意點:
陣列的維度大小必須是一致的
print
('與單獨的乙個資料'
)print
(arr4*
100.0
)
numpy的矩陣計算
給乙個向量a 0,1,2 每個元素乘以2 a for e in a 或者a 2 e for e in a 或者a np.array 2 e for e in a 這個比較快 如果是numpy的array 直接2 a就可以了這個最快 universal functions 1,1都可以 np.abs ...
numpy 矩陣 秩 Numpy 矩陣
機器學習中會用到大量的數學操作,而 numpy 計算庫使這些操作變得簡單,這其中就涉及到了 numpy 的矩陣操作,下面我們就來一起學習如何在 numpy 科學計算庫中進行矩陣的一些基本運算。定義矩陣使用 numpy 科學計算庫中的 mat 函式,如下所示 numpy.mat data,dtype ...
3 3numpy 向量與矩陣的計算,矩陣的逆
import numpy numpy.array中的運算 給定乙個向量,讓向量中每乙個數乘以2 a 0,1,2 a 2 0,2,4 n 10 l i for i in range n a for e in l 方法2 利用生成表示式的方式處理,效率會變高 a 2 e for e in l l num...