标签：python 方法 矩阵 相乘 bmatrix 使用 相关矩阵 Numpy 向量
目录参考资料：https://www.cnblogs.com/ningskyer/articles/7607457.html
1. 定义向量和矩阵
在numpy中既可以使用ndarray类型，也可以使用matrix类型表示矩阵，经查阅资料发现一般不使用matrix类型，因为很多其他的库使用Numpy时基本都是使用ndarray（n维向量）类型的，如果使用matrix类型可能之后使用例如panda或scipy等计算库时会出现问题，因此这里统一使用ndarray进行定义向量和矩阵。
定义向量和矩阵的方法一般是使用array()这个方法创建ndarray，示例如下：
import numpy as np
# 创建向量
A = np.array([1, 2, 3])
# 创建矩阵，这里是 2*3 的矩阵
A = np.array(
[[1, 2, 3],
[4, 5, 6]]
)
2. 创建特殊的矩阵或向量
2.1 arange方法
创建等差数列向量：
2.2 linspace方法
也是创建一个等差数列向量，但是这个api是给定一个范围[a, b]和元素数进行生成的，往往使用这个方法创建一个范围的密集点，进而使用函数f(x)映射到点上，进而可以得到这个函数的图像。
使用案例：
2.3 logspace方法
和linspace类似，不过这个方法是用于生成等比数列的，参数如下：
- 起始点：10^x
- 终点：10^y
- 点的总数
案例：
2.4 ones、zeros、eye、empty
- ones：全1的矩阵
- zeros：全零矩阵
- eye：单位矩阵
- empty：空矩阵
3. 加减乘除运算
普通的+-*/运算符放到矩阵或向量运算中代表矩阵中的各个元素分别进行运算，例如：
4. 矩阵相乘
4.1 矩阵和矩阵相乘
前面已经说到直接使用*运算符仅仅代表两个矩阵的对应元素相乘，实现矩阵乘法需要使用以下方法：
法一：面向过程方法dot：
法二：ndarray对象成员方法dot：
法三：使用@运算符：
这个运算符在numpy中代表进行矩阵乘法运算：
4.2 矩阵和向量相乘
和上面相同，使用上述的三个方法都可以：
所表达的意思是：
\[\begin{bmatrix} 4 & 5 \\ 1 & 2 \end{bmatrix} \begin{bmatrix} 1 \\ 2 \end{bmatrix} = \begin{bmatrix} 14 \\ 5 \end{bmatrix} \]4.3 行向量与列向量相乘
在两个向量进行相乘时，numpy就自动会将第一个向量作为行向量，第二个向量作为列向量进行运算了，例如：
所表达的意思是：
\[\begin{bmatrix} 1 & 2 \end{bmatrix} \begin{bmatrix} 3 \\ 4 \end{bmatrix} = 11 \]5. 获取矩阵行列数
使用ndarray成员属性shape：
6. 截取矩阵
按行截取
按列截取
7. 矩阵转置
法一：transpose成员方法
法二：T属性
8. 矩阵求逆
首先需要导入numpy的子模块linalg：
import numpy.linalg as lg
然后使用该模块的inv方法求得矩阵的逆：
9. 矩阵遍历和修改元素值
可以将矩阵作为二维数组操作，即使用a[i, j]取出第i行第j列的值：
同理，修改值也可以使用类似的方法，使用a[i, j]找到相应的元素后赋值：
可以使用[x, :]来给整行赋值：
标签：python,方法,矩阵,相乘,bmatrix,使用,相关矩阵,Numpy,向量 来源： https://www.cnblogs.com/CodeReaper/p/15848157.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。