Numpy矩阵的基础运算(1)

DataScience.jpg

写了一篇关于矩阵中简单的基础计算，希望能帮助到大家

在此附上视频链接

一、引入numpy第三方库

首先我们引入numpy这个第三方库,如果有同学没安装numpy可在命令行中pip install numpy进行安装(Mac用户 sudo pip3 install numpy)

import numpy as np

二、关于矩阵的一些基础运算

1.矩阵的加减法
两矩阵重叠对应处元素相加或相减

c = a - b

2.矩阵的点乘
两矩阵重叠对应处元素相乘

c = a * b

3.矩阵的乘法
的到的矩阵c的大小为矩阵a的行数b的列数
且c的第1行第1列的元素为a的第1行的各元素乘对应b的第1列的各元素的求和
c的第2行第1列的元素为a的第2行的各元素乘对应b的第1列的各元素的求和
依次类推......

c = np.dot(a, b)
c = a.dot(b) # 两种方法都可实现矩阵的乘法

4.矩阵的幂运算

c = b**2

5.矩阵的三角函数

c = 10 * np.sin(a)

6.矩阵内元素的判断
例如下面语句打印出矩阵b中小于3的bool矩阵，小于3为True 反之为False

print(b < 3)

以上只是大致说了下矩阵的运算，关于具体的矩阵运算，大家可以看看相关书籍或者浏览网上资料

三、具体代码

a = np.array([10, 20, 30, 40])
b = np.arange(4)
print(a, b)
c1 = a - b                       # 矩阵的减法
c2 = b**2                        # 矩阵的幂
c3 = 10*np.sin(a)                # 矩阵的三角函数
print(c1)
print('\n')
print(c2)
print('\n')
print(c3)
print('\n')
print(b < 3)                     # 打印出矩阵b中小于3的bool矩阵，小于3为True 反之为False

运行结果如下： npp1.png

a = np.array([[1, 1],
              [0, 1]])                          # 定义2行2列的矩阵a
b = np.arange(4).reshape((2, 2))                # 定义2行2列的矩阵b 
c1 = a * b                                      # 点乘
c2 = np.dot(a, b)                               # 矩阵的乘法
c3 = a.dot(b)                                   # 效果同上
print(c1)
print('\n')
print(c2)
print('\n')
print(c3)  

运行结果如下： npp2.png

以上就是一些矩阵的基础运算，对于一些其他的运算，后续会继续更新，如果对矩阵的定义有不太了解的话，可以看看上一篇文章

如有错误或建议欢迎大家指出与评论哈，希望这篇博文能帮助到大家，大家也可以分享给需要的人。

如需转载，请注明出处。