数据分析应用项目化教程（Python） 课件 任务3.3 多维数组运算2_第1页
数据分析应用项目化教程（Python） 课件 任务3.3 多维数组运算2_第2页
数据分析应用项目化教程（Python） 课件 任务3.3 多维数组运算2_第3页
数据分析应用项目化教程（Python） 课件 任务3.3 多维数组运算2_第4页
数据分析应用项目化教程（Python） 课件 任务3.3 多维数组运算2_第5页
已阅读5页，还剩1页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第三章使用NumPy进行多维数组创建与运算

任务3.3多维数组运算矩阵和数组矩阵相乘（矩阵点积）乘法函数矢量乘法运算重难点矩阵和数组矩阵，英文matrix,和数组的主要区别，矩阵必须是二维的，而数组可以是多维的。矩阵类型是numpy.matrix，数组类型是numpy.ndarray。二维数组可以表示矩阵，实现矩阵的所有功能，只不过需要调用相关方法或使用特殊运算符。比如数组实现矩阵乘法需调用dot方法，或使用@运算符。numpy的开发者推荐统一使用ndarray类来代替matrix类，使用数组来操作矩阵和线性代数，使得python生态看起来规范。矩阵和二维数组可以相互转换。矩阵相乘（矩阵点积）由m×n个数排成的m行n列的数表称为m行n列的矩阵，简称m×n矩阵。矩阵乘法遵循准则：(M行,N列)*(N行,L列)=(M行,L列)乘法函数矢量点乘：是两个矢量的对应位相乘后再求和，矢量点乘结果是标量。矢量叉乘：是两个矢量的对应位相乘，矢量叉乘结果是矢量。np.dot和np.matmul都是矩阵的乘法函数，是矢量点乘运算，np.matmul中禁止矩阵与标量的乘法。在矢量乘矢量的点乘运算中，np.matmul与np.dot没有区别。np.multiply是数组的乘法运算，和数组的*运算符等价，是矢量叉乘运算。如果将数组转化为矩阵，则*运算符表示矩阵相乘。矢量乘法运算重难点小结矩阵和数组：推荐使用np.ndarray类处理矩阵或线性代数矩阵相乘（矩阵点积）:(M行,N列)*(N行,L列)=(M行,L列)矢量点乘：np.dot、np.matmul、@矢量叉乘：np.m

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论