c=np.array([3
,2,3
])b=np.array([3
,2,3
])print
(b.dot(c)
)print
(np.dot(b,c)
)print
(b*c)
#只是對於位置的資料相乘
'''[22]
[22]
[9 4 9]
'''
將陣列重新分配成參1*參2型別的陣列,但注意的是這不是轉置,將原來的陣列轉換成一維後直接排列成新的陣列,下面的例子可以看出
c=np.array([[
3,2,
3],[
3,2,
3],]
)print
(c.reshape(3,
2))'''
[[3 2]
[3 3]
[2 3]]
'''
該轉置函式返回轉置後的陣列,但不改變原來的陣列
c=np.array([[
3,2,
3],[
3,2,
3],]
)print
(c.transpose())
print
(c.dot(np.transpose(c)))
print
(c.dot(c.reshape(3,
2)))
'''[[3 3]
[2 2]
[3 3]] #轉置
[[22 22] #轉置點乘
[22 22]]
[[21 21] #使用reshape後的點乘
[21 21]]
'''
只有這一種形式
c=np.array([[
1,0]
,[0,
1],]
)print
(np.linalg.inv(c)
)'''
[[1. 0.]
[0. 1.]]
'''
第乙個陣列是引數,第二個陣列是結果
# 3x+5y+6z=14
# 2x+4y+8z=14
# 8x+6y+5z=19
a=np.array([[
3,5,
6],[
2,4,
8],[
8,6,
5]])
b=np.array([[
14],[
14],[
19]])
print
(np.linalg.solve(a,b)
)print
('*'*10
)print
(a.dot(np.linalg.solve(a,b)))
'''[[1.]
[1.]
[1.]]
**********
[[14.]
[14.]
[19.]]
'''
只有這一種形式
c=np.array([[
1,0]
,[0,
1],]
)print
(np.diag(c)
)#[1 1]
numpy 矩陣運算
numpy 通過matrix基類支援向量運算,下面是生產向量的方法 執行結果 雖然array與matrix形式上類似,但不是一回事哦 我們可以通過array生成matrix物件,matrix物件提供矩陣計算功能。from numpy import numpy 多維資料元件,不支援向量運用 a1 ar...
NumPy 矩陣的運算
使用array函式通過傳入list或tuple來建立 numpy 的array物件。import numpy as np arr1 np.array 1 2,3 列表 arr2 np.array 1 2,3 元組 arr3 np.array 1,2,3 1,2,3 列表 列表 arr4 np.arr...
Numpy矩陣運算 最全
coding utf 8 import numpy as np from numpy import m1 mat 1,2,3 4,5,6 7,8,9 m2 mat 1 2 3 m3 mat 6,2 8,5 矩陣轉置 print 轉置 print m1.t print print m1.transpo...