numpy运算简介（一）

a = np.array([[1, 3], [2, 4]])
b = np.array([[5, 1], [2, 2]])
print(type(a), type(b))
##<class 'numpy.ndarray'> <class 'numpy.ndarray'>

求和（np.add）

print(a + b)  # [[6 4] [4 6]]
print(np.add(a, b))  # [[6 4] [4 6]]

求差（np.substract）

print(b - a)  # [[ 4 -2] [ 0 -2]]
print(np.subtract(b, a))  # [[ 4 -2] [ 0 -2]]

求积（np.dot、np.matmul、np.multiply、*）

#求积
print(np.matmul(a, b))  # [[11  7] [18 10]]
print(np.dot(a, b))  # [[11  7] [18 10]]
print(np.multiply(a, b))  # [[5 3] [4 8]]
print(a * b)  # [[5 3] [4 8]]

a_m = np.mat([[1, 3], [2, 4]])
b_m = np.mat([[5, 1], [2, 2]])
print(type(a_m), type(b_m))  # <class 'numpy.matrix'> <class 'numpy.matrix'>

print(np.matmul(a_m, b_m))  # [[11  7] [18 10]]
print(np.dot(a_m, b_m))  # [[11  7] [18 10]]
print(np.multiply(a_m, b_m))  # [[5 3] [4 8]]
print(a_m * b_m)  # [[11  7] [18 10]]

由上面可以看出：

对于array类型来说  ：只有matmul、dot方法执行矩阵乘法 而 multiply、*则执行对应位的相乘。

对于matrix类型来说：只有matmul、dot、*方法执行矩阵相乘 而 multiply则执行对应位相乘。

所以通常采用matnul或者dot进行矩阵相乘，multiply进行对应为相乘。

 

转载于:https://www.cnblogs.com/answerThe/p/11368923.html