數(shù)據(jù)分析應用項目化教程（Python） 課件 任務3.3 多維數(shù)組運算2_第1頁
數(shù)據(jù)分析應用項目化教程（Python） 課件 任務3.3 多維數(shù)組運算2_第2頁
數(shù)據(jù)分析應用項目化教程（Python） 課件 任務3.3 多維數(shù)組運算2_第3頁
數(shù)據(jù)分析應用項目化教程（Python） 課件 任務3.3 多維數(shù)組運算2_第4頁
數(shù)據(jù)分析應用項目化教程（Python） 課件 任務3.3 多維數(shù)組運算2_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

第三章使用NumPy進行多維數(shù)組創(chuàng)建與運算

任務3.3多維數(shù)組運算矩陣和數(shù)組矩陣相乘（矩陣點積）乘法函數(shù)矢量乘法運算重難點矩陣和數(shù)組矩陣，英文matrix,和數(shù)組的主要區(qū)別，矩陣必須是二維的，而數(shù)組可以是多維的。矩陣類型是numpy.matrix，數(shù)組類型是numpy.ndarray。二維數(shù)組可以表示矩陣，實現(xiàn)矩陣的所有功能，只不過需要調用相關方法或使用特殊運算符。比如數(shù)組實現(xiàn)矩陣乘法需調用dot方法，或使用@運算符。numpy的開發(fā)者推薦統(tǒng)一使用ndarray類來代替matrix類，使用數(shù)組來操作矩陣和線性代數(shù)，使得python生態(tài)看起來規(guī)范。矩陣和二維數(shù)組可以相互轉換。矩陣相乘（矩陣點積）由m×n個數(shù)排成的m行n列的數(shù)表稱為m行n列的矩陣，簡稱m×n矩陣。矩陣乘法遵循準則：(M行,N列)*(N行,L列)=(M行,L列)乘法函數(shù)矢量點乘：是兩個矢量的對應位相乘后再求和，矢量點乘結果是標量。矢量叉乘：是兩個矢量的對應位相乘，矢量叉乘結果是矢量。np.dot和np.matmul都是矩陣的乘法函數(shù)，是矢量點乘運算，np.matmul中禁止矩陣與標量的乘法。在矢量乘矢量的點乘運算中，np.matmul與np.dot沒有區(qū)別。np.multiply是數(shù)組的乘法運算，和數(shù)組的*運算符等價，是矢量叉乘運算。如果將數(shù)組轉化為矩陣，則*運算符表示矩陣相乘。矢量乘法運算重難點小結矩陣和數(shù)組：推薦使用np.ndarray類處理矩陣或線性代數(shù)矩陣相乘（矩陣點積）:(M行,N列)*(N行,L列)=(M行,L列)矢量點乘：np.dot、np.matmul、@矢量叉乘：np.m

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論