“广播机制:通过扩展实现数组运算”的版本间的差异

来自CloudWiki
跳转至: 导航搜索
110讨论 | 贡献
(清空页面)
第1行: 第1行:
  
== Numpy数组的广播机制 ==
 
*注意numpy里数组之间的运算和线性代数中的矩阵运算是不一样的
 
*同纬度和形状的数组之间就是同位置的元素两两匹配运算的结果
 
 
----
 
import numpy as np
 
<br>x = np.array([[1,2,1],[4,5,6]])
 
<br>y = np.array([[1,2,1],[3,4,5]])
 
<br>print(x+y)
 
<br>>>>>[[ 2  4  2]
 
<br>>>>>[ 7  9 11]]
 
<br>print(x-y)
 
<br>>>>>[[0 0 0]
 
<br>>>>>[1 1 1]]
 
<br>print(x*y)
 
<br>>>>>[[ 1  4  1]
 
<br>>>>>[12 20 30]]
 
----
 
<br>注意:如果是列和行其中之一有空缺是可以通过复制来运算的。
 
但是蓝本不能有缺或者多,即行和列都不完整。
 
 
== 矩阵数组的创建 ==
 
 
----
 
import numpy as np
 
 
<br>a = np.arange(3,10)#默认从3开始到10(不包括10),步长为1
 
<br>print(a)
 
<br>>>>[3 4 5 6 7 8 9]
 
<br>a_ones = np.ones((3,4))#创建3*4的全1矩阵
 
<br>print(a_ones )
 
<br>>>>>[[1. 1. 1. 1.]
 
<br>>>>>[1. 1. 1. 1.]
 
<br>>>>>1. 1. 1. 1.]]
 
 
<br>a_zeros = np.zeros((3,4))#创建3*4的全0矩阵
 
<br>print(a_zeros )
 
<br>>>>>[[0. 0. 0. 0.]
 
<br>>>>>[0. 0. 0. 0.]
 
<br>>>>>[0. 0. 0. 0.]]
 
 
<br>a_eye = np.eye(3)#创建3阶单位矩阵
 
<br>print(a_eye)
 
<br>>>>>[[1. 0. 0.]
 
<br>>>>>[0. 1. 0.]
 
<br>>>>>[0. 0. 1.]]
 
----
 
 
== 矩阵数组的点乘 —— dot ==
 
---------------------------------
 
<br>import numpy as np
 
 
<br>a = np.array([[1,2,3],[7,6,2]])
 
<br>b = np.array([[1,2],[7,6],[8,2]])
 
<br>print(a.dot(b))
 
<br>>>>>[[39 20]
 
<br>>>>>[65 54]]
 
<br>print(a[0,:].dot(b))#第一行的所有列*b
 
---------------------------------
 
 
== 行列式的叉乘 —— linalg.det ==
 
---------------------------------
 
import numpy as np
 
 
<br>a = np.array([[2,3],[6,2]])
 
<br>print(np.linalg.det(a))
 
<br>>>>-14.000000000000004
 
---------------------------------
 

2020年5月16日 (六) 11:19的版本