1. 对于数组array
乘
就是对应位置的元素相乘:
X1 = np.array([[1,2], [3, 4]])X2 = X1print X2*X1[[ 1 4] [ 9 16]]
加
就是对应位置的相加:
X1 = np.array([[1,2], [3, 4]])X2 = X1print X2+X1[[2 4] [6 8]]
2. 对于矩阵matrix
乘
就是矩阵的点乘:
X1 = np.matrix([[1,2], [3, 4]])X2 = X1print X2*X1[[ 7 10] [15 22]]
加
有两种情况,第一种是X1与X2的大小一致,就是普通的矩阵相加,即对应位置相加:
X1 = np.matrix([[1,2], [3, 4]])X2 = X1print X2+X1[[2 4] [6 8]]
第二种情况是n*1的X1 + m*1的X2(或者反过来),就会得到n*m的矩阵:
X1 = np.matrix([[1,2,3]])X2 = np.matrix([[1,2,3,4]]).Tprint X2+X1[[2 3 4] [3 4 5] [4 5 6] [5 6 7]]
3. 混用情况
在numpy中存在很多的matrix和array 运算符混用的情况,程序也能通过,但这样很不好,尽量按照以上原则使用。
如果2维的array想要进行矩阵的点乘运算,可以用np.dot(X1, X2)
如果matrix想要进行对应位置的乘,可以用np.multiply(X2,X1)
以上这篇numpy matrix和array的乘和加实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持武林站长站。
新闻热点
疑难解答