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=numpy.arange(n)
#方法3：利用numpy,效率會更高很多
a=numpy.array(2*e for e in l)
#方法4：支援普通不支援方法，此時的l應該為numpy建立的而不應該是普通方法建立的,效率更高
a=2*l
x=numpy.arange(1,16).reshape((3,5))
x+1#矩陣中所有元素+1
x/2#生成浮點數的除法
x//2#整除，去掉餘數，只保留整數
x**2#平方
numpy.power(3,x)#求3的x次方
numpy.exp(x)#求e的x次方
"""多矩陣進行運算
"""a=numpy.arange(4).reshape(2,2)
b=numpy.full((2,2),10)
a+ba-b
a*b#是兩個矩陣對應元素進行相乘,除
a/ba.dot(b)#矩陣的標準乘法，與a*b不同
a.t#轉置矩陣
"""向量和矩陣的運算
"""v=numpy.array([1,2])#建立乙個向量
v+a#就是向量和矩陣的每一行做加法
numpy.vstack([v] * a.shape[0])#進行垂直拼接
numpy.tile(v,(2,1))#行向量堆疊2次，列向量堆疊1次
v*a#向量v與a的每一行都進行相乘，元素相乘
v.dot(a)#標準相乘
"""矩陣的逆
"""inva=numpy.linalg.inv(a)#a的逆矩陣，此時求得是方陣
a.dot(inva)#矩陣*逆矩陣=單位矩陣
x=numpy.arange(16).reshape(2,8)
numpy.linalg.pinv(x)#對於不是方陣的矩陣，那麼我們就需要使用偽逆矩陣
numpy 向量 矩陣的乘法
import numpy as np一維向量與一維向量 一維向量與一維向量 vec1 np.array 1 2,3 vec2 np.array 4 5,6 np.inner 對應位置的元素相乘相加求和 res inner1 np.inner vec1,vec2 32 對應位置的元素相乘 成為新矩陣該...
Python中的向量 矩陣（numpy）
numpy的向量表示是通過array陣列來實現的 在numpy中一維向量用一位陣列array 1,1,1 表示，既能表示行向量也能表示列向量，一維向量轉置後還是原來的樣子 因為儲存結構是陣列 from numpy import v1 array 0,0,0 v1t v1.transpose prin...
Numpy 中的矩陣向量乘法
元素乘法 np.multiply a,b 矩陣乘法 np.dot a,b 或 np.matmul a,b 或 a.dot b 唯獨注意 在 np.array 中過載為元素乘法，在 np.matrix 中過載為矩陣乘法 對於np.array物件 a array 1,2 3,4 array中對應元素乘法...