Python数据分析库-Numpy中矩阵的点积与乘法

各位客官姥爷好，欢迎回来。上节我们了解了numpy中数组用法，听说numpy也可以创建矩阵，那我们这节来试试吧。

01

 矩阵的用法

1. 创建矩阵的方法

#np.mat方法支持以下三种用法a = np.arange(10).reshape((2,5))b = np.mat(a)print(b,type(b))c = np.mat([[1,2,3],[2,3,4]])print(c,type(c))#行与行用分号间隔，列与列用空格分隔d = np.mat('1 2 3; 2 3 4') print(d,type(d))

[[0 1 2 3 4]

[5 6 7 8 9]]

<class 'numpy.matrixlib.defmatrix.matrix'>

[[1 2 3]

[2 3 4]]

<class 'numpy.matrixlib.defmatrix.matrix'>

[[1 2 3]

[2 3 4]]

<class 'numpy.matrixlib.defmatrix.matrix'>

2. 矩阵的转置

a = np.arange(10).reshape((2,5))b = np.mat(a)print(b)#第一种用法c = b.Tprint(c,type(c))#第二种用法d = np.transpose(b)print(d,type(d))

[[0 1 2 3 4]

[5 6 7 8 9]]

[[0 5]

[1 6]

[2 7]

[3 8]

[4 9]]

<class 'numpy.matrixlib.defmatrix.matrix'>

[[0 5]

[1 6]

[2 7]

[3 8]

[4 9]]

<class 'numpy.matrixlib.defmatrix.matrix'>

3. 矩阵的逆

a = np.arange(10).reshape((2,5))b = np.mat(a)print(b)c = b.Iprint(c)

[[0 1 2 3 4]

[5 6 7 8 9]]

[[-3.20000000e-01  1.20000000e-01]

[-1.80000000e-01  8.00000000e-02]

[-4.00000000e-02  4.00000000e-02]

[ 1.00000000e-01 -1.28275056e-17]

[ 2.40000000e-01 -4.00000000e-02]]

4. 矩阵的迹

即对角线元素之和

a = np.arange(9).reshape((3,3))b = np.mat(a)print(b)c = np.trace(b)print(c)

[[0 1 2]

[3 4 5]

[6 7 8]]

12

5. 矩阵的点积

a = np.arange(9).reshape((3,3))b = np.mat(a)print(b)c = np.mat([1,2,3]).Tprint(c)#等价于*号d = np.dot(b,c)print(d)#注意当两对象是数组时，*又表示乘积了。e = b*cprint(e)

[[0 1 2]

[3 4 5]

[6 7 8]]

[[1]

[2]

[3]]

[[ 8]

[26]

[44]]

[[ 8]

[26]

[44]]

6. 矩阵的乘法

即对应元素相乘，那么这时候就要求矩阵的形状相同。

a = np.arange(4).reshape((2,2))b = np.mat(a)print(b)c = np.mat([[1,2],[5,6]])print(c)#矩阵对应元素相乘d = np.multiply(c,b)print(d)

[[0 1]

[2 3]]

[[1 2]

[5 6]]

[[ 0  2]

[10 18]]

以上就是本次的分享，欢迎各位客官姥爷关注我，方便您第一次时间收到【干货】！