机器学习入门——Numpy中的矩阵运算
Numpy中的矩阵运算引入（矩阵的乘法运算）Universal Functions更多的矩阵计算方法矩阵运算矩阵的转置向量与矩阵的运算矩阵的堆叠矩阵的逆引入（矩阵的乘法运算）给定一个向量,让向量中每个数字乘以二a = (0, 1, 2)a*2 = (0, 2, 4)Universal Functions加法减法乘法除法整除乘方求余求倒数更多的矩阵计算方法求绝对值求三角函数以 e 为底的函数值n 的
·
Numpy中的矩阵运算
引入（矩阵的乘法运算）
给定一个向量,让向量中每个数字乘以二
a = (0, 1, 2)
a*2 = (0, 2, 4)
Universal Functions
-
加法
-
减法
-
乘法
-
除法
-
整除
-
乘方
-
求余
-
求倒数
更多的矩阵计算方法
- 求绝对值
- 求三角函数
- 以 e 为底的函数值
- n 的 x 次方
- 求对数函数
矩阵运算
先定义A，B两个矩阵
-
矩阵间的加减法
-
矩阵的乘法
注：两矩阵间如仅用乘号（*）相连接，计算结果为两矩阵对应元素相乘的结果
矩阵的转置
想要两矩阵进行运算，前提得保证它们间可以进行运算
向量与矩阵的运算
-
加法（数学上无意义）
相当于将矩阵的每一行加上向量对应的值 -
乘法（与矩阵间计算相似）
注：向量与矩阵相乘时，若不满足数学计算规则，numpy会自动将矩阵进行转置
矩阵的堆叠
矩阵的逆
-
np.linalg.inv()
验证：
-
生成伪逆矩阵
np.linalg.pinv()
验证：
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
8
0- 0
已为社区贡献1条内容
所有评论(0)