博主辛苦了，我要打赏银两给博主，犒劳犒劳站长。
【摘要】在 numpy 中,array() 用于表示 n 维数组, matrix 指用于线性代数计算（矩阵）。 array 和 matrix 本质上都可以用来表示矩阵，只是在进行乘法操作的时候，各自实现方式有不同之处。
matrix 是属于 array 的一个分支，两者在大多方面上都是通用的，功能上基本没有太大的区别。但在两者都可以使用时，官方推荐选择 array ，因为 array 更灵活，速度更快；而
matrix 优势就是在与两个矩阵相乘可以直接使用乘法运算符 * 进行计算，而 array 则需要使用 dot() 函数。
在使用 array 时，乘法运算符 * 用于计算数量积（也可以直接函数 multiply() 计算数量积），函数 dot() 用于计算矢量积。如下：
import numpy as np
A = np.array(
[
[1,2],
[3,4]
]
)
B = np.array(
[
[1,2],
[3,4]
]
)
C = A * B
print(C)
C = np.multiply(A,B)
print(C)
'''
[[ 1 4]
[ 9 16]]
'''
D = np.dot(A,B)
print(D)
'''
[[ 7 10]
[15 22]]
'''
然而，在使用 matrix 时，乘法运算符 * 表示计算向量积，而计算数量积则使用函数 multiply()，实例如下所示：
import numpy as np
A = np.matrix(
[
[1,2],
[3,4]
]
)
B = np.matrix(
[
[1,2],
[3,4]
]
)
C = A * B
print(C)
'''
[[ 7 10]
[15 22]]
'''
D = np.multiply(A,B)
print(D)
'''
[[ 1 4]
[ 9 16]]
'''
版权归 马富天个人博客 所有
本文标题：《numpy 中 array() 和 matrix() 用法的关联与区别》
本文链接地址：http://www.mafutian.com/408.html
转载请务必注明出处，小生将不胜感激，谢谢! 喜欢本文或觉得本文对您有帮助，请分享给您的朋友 ^_^
顶0
踩0
| 评论审核未开启 |
|
||
|