目录
1.矩阵与数相乘 每一项都要乘
import numpy as np
m1 = np.mat([[1, 2, 3], [2, 3, 4]])
print('m:', m1)
m2 = m1 * 3
print('m2:', m2)
2.矩阵的加减运算 每一项都要乘
如果形状不同,那么不能进行运算,牵扯到广播机制
(1)矩阵相加 对应位置的元素相加
m1=np.mat([[1,2,3],[2,3,4]])
print('m1:',m1)
m2=np.mat([1,1,1],[1,1,1])
print('m2:',m2)
m3=m1+m2
print('m3:',m3)

(2)矩阵相减 对应位置的元素相减
深入理解矩阵运算:乘法、转置与逆

这篇博客详细介绍了矩阵的各种运算,包括矩阵与数相乘、矩阵的加减运算、矩阵相乘的规则,以及矩阵的转置、共轭转置、逆和视图的概念。重点讨论了矩阵乘法的不同方法及其特性,并解释了矩阵逆的定义和计算条件。

最低0.47元/天 解锁文章
317

被折叠的 条评论
为什么被折叠?



