python numpy的一些用法

kotomi_du kotomi_du 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 200+累计阅读 249平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-09-21 12:27:55 发布 249 阅读 AI 写同款· GEO 优化 ›
Python Numpy库中矩阵用法快速指南 Python Numpy库中矩阵用法指南 矩阵是一个由m*n个数排成的m行n列的表称为m行n列的矩阵，简称为m*n矩阵。下面的矩阵是一个3*2(3乘2)矩阵，因为它有三行四列。 在数学的概念中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科... 阅读详情
torchpython参数对于Stack of array(N>2)用途
torch.mm(tensor,tensor)np.matmul(list,list) or (array,array)；不可以是标量有broadcast机制矩阵乘法
tensor.dot(tensor)np.dot(array,array)；可以是标量无broadcast机制矩阵乘法
 np.multiply(np.mat, np.mat)  or (array,array) 对应位置相乘
 *

(np.mat, np.mat)

 

(array,array)

 

矩阵乘法

 

对应位置相乘

收录于
python

当前文章被收录于：

python
1 篇文章 0 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【python】import numpy as np用法 NumPy是 Python 里最常用的科学计算库之一。下面总结。 阅读详情

相关推荐

CMOS反相器版图设计全解析：PMOS/NMOS布局与VDD/VSS连接门道

版图设计是芯片从电路原理图迈向物理实现的必经桥梁，而CMOS反相器作为最基础的数字单元，恰好是理解这一过程的最佳切入点。在版图绘制中，PMOS与NMOS因导电类型和迁移率差异，需要在N阱与P衬底上分别规划，并呈现出不同的有源区尺寸。真正决定版图好坏的关键，往往在于VDD/VSS的完整连接——不仅要接通源漏，还要通过阱接触和衬底接触固定阱与衬底电位，防止寄生PN结正偏和闩锁效应。合理布局电源地线轨道、优化接触孔数量，能显著降低寄生电阻与电迁移风险。这些原理不仅适用于反相器，也是所有CMOS数字标准单元版图设计

weixin_29159441的博客 305

python matmul

A = torch.tensor([ [0,1,0,0,1,0], [1,0,1,0,1,0], [0,1,0,1,0,0], [0,0,1,0,1,1], [1,1,0,1,0,0], [0,0,0,1,0,0] ]) H = torch.tensor([ [1,1,1,1], [2,2,2,2], [3,3,3,3], [4,4,4,4], [5,5,5,5], [6,6,6,6] ]) ...

薰珞婷紫小亭子的博客 3020

Win10 Xbox游戏安装错误终极解决方案

Win10 Xbox游戏安装错误终极解决方案作为Windows 10系统深度用户，相信不少玩家都遇到过Xbox应用安装游戏失败的问题。这类问题轻则影响游戏体验，重则导致系统资源占用异常。本文将结合微软官方技术文档与实际维修案例，系统讲解Xbox游戏安装错误的深层原因与解决方案，帮助读者建立完整的故障处理思维体系。

mmoo_python的博客 2065

Python中的乘法matmul()

torch.matmul() 将两个张量相乘划分成了五种情形：一维 × 一维、二维 × 二维、一维 × 二维、二维 × 一维、涉及到三维及三维以上维度的张量的乘法。

qq_39879126的博客 3815

各种逻辑漏洞

注册：短信轰炸验证码安全问题密码爆破邮箱轰炸用户任意注册、批量注册用户名枚举XSS（有框的地方就可以尝试插XSS）登录：短信轰炸、验证码安全问题、密码爆破、邮箱轰炸SQL注入撞库抓包把password字段修改为空值发送认证凭证替换、比如返回的数据包中包含账号，修改账号就能登录到其他账号Cookie仿冒修改返回包的相关数据，可能会登陆到其他的用户找回密码：短信邮箱轰炸、短信邮箱劫持重置任意用户账户密码、验证码手机用户未统一验证直接跳过验证步骤。

shirlly_的博客 2093

基于IDEA与Mill构建Windows下的Chisel开发环境——香山处理器源码解析实战

本文详细指导如何在Windows系统下使用IDEA集成开发环境和Mill构建工具搭建Chisel开发环境，并以香山处理器源码为实战案例进行解析。内容涵盖环境准备、源码获取、工程构建、IDEA配置优化及代码阅读技巧，帮助开发者高效学习硬件设计语言。

a1b2c3d的博客 718

PyTorch中的matmul函数详解

PyTorch中的matmul函数详解

wzk4869的博客 2万+

用 C# 快速构建一套可扩展的上位机框架（实战+源码思想）

本文介绍了一套基于C#的工业上位机开发框架设计方案。该框架通过模块化设计解决了上位机开发中的常见痛点，包括协议适配、通信管理、UI绑定等问题。核心架构采用分层设计，包含协议接口层、调度器层、通信抽象层和UI层，支持MVVM模式。框架提供了协议插件化扩展能力，通过JSON配置实现设备协议定义，同时封装了日志管理、异常处理等基础功能。该方案具有快速搭建、协议驱动、UI分离等特点，可显著提升上位机开发效率，适用于串口、TCP等多种通信场景，并能快速适配新设备协议。

这里只有干货：从 Modbus 通信到 MES 对接，从 YOLO 训练到工控机部署，带你搞定工业软件开发全流程。 886

python 学习: 矩阵运算

摘要: 本贴通过例子描述 python 的矩阵运算.

minfanphd的博客 1415

微信小程序｜基于小程序实现人脸识别对比

此文主要通过小程序实现对比人脸相似度，并返回相似度分值，可以基于分值判断是否为同一人。人脸登录、用户认证等场景都可以用到。

商务合作 / 项目定制 / 学习交流。个人vx：lovely_wml 2万+

FLUENT Meshing Watertight Geometry工作流入门 - 9 生成体网格

总结一下我们学到的东西。讨论体积网格的重要性，并了解生成体积网格的不同方法。还了解体积网格质量的重要性，并学习如何改进它。

B_etter_Man的博客 1万+

Python中matmul、*、.dot、@与.multiply区别

在进行矩阵乘法时，通常推荐使用 `@` 或 `.dot()` 或 `numpy.matmul()`，因为它们更直观，而且适用于多维数组。2. `@` 或 `.dot()` 或 `numpy.matmul()`：矩阵乘法（matrix multiplication）2. `@` 或 `.dot()` 或 `numpy.matmul()` - 矩阵乘法```python。`@`、`.dot()` 和 `numpy.matmul()` 都执行矩阵乘法，适用于二维数组或矩阵。1. `*` - 对应元素相乘。

B_etter_Man的博客 1338

使用MATLAB实现PAC2002轮胎模型的TIR文件解析和模型计算详解

PAC2002轮胎模型是由荷兰TNO公司开发的一种半经验的轮胎模型，用于描述轮胎在不同工况下的力学特性。该模型基于一系列物理和经验参数，通过复杂的数学表达式来模拟轮胎的力学行为，包括纵向力、侧向力、回正力矩等。

qq_38334677的博客 2430

python numpy的用法

zeros_arr = np.zeros((2, 3)) # 创建一个2行3列的数组，元素都是0。ones_arr = np.ones((3, 3)) # 创建一个3行3列的数组，元素都是1。full_arr = np.full((2, 2), 9) # 创建一个2行2列的数组，元素都是9。print(np.sin(arr)) # 输出每个元素的sin值。print(np.log(arr)) # 输出每个元素的log值。print(arr.shape) # 输出：(2, 3)

2302_79785064的博客 816

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

Python numpy中矩阵的用法总结

Python矩阵的基本用法 　　mat（）函数将目标数据的类型转化成矩阵（matrix） 1，mat()函数和array()函数的区别 　　Numpy函数库中存在两种不同的数据类型（矩阵matrix和数组array），都可以用于处理行列表示的数字元素，虽然他们看起来很相似，但是在这两个数据类型上执行相同的数学运算可能得到不同的结果，其中Numpy函数库中的matrix与MATLAB中matrices等价。 　　直接看一个例子： 1 2 3 4 5 6

haoji007的博客 2763

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

Python中Numpy的基础用法

Python中numpy的基础用法 Numpy是科学计算中非常常用的一个库，numpy中经常用到数组这种类型,Python中并没有数组的概念，而数组这个概念在其它语言中却很常见，如C语言。数组跟列表的主要区别在于，列表中数据的类型可以不同，而数组中必须由同一类型的数据组成。 那么Python已有列表类型，为什么需要一个数组对象(类型)？ • 数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据 • 设置专门的数组对象，经过优化，可以提升这类应用的运算速度 观察：科学计算中，一个维度所有数据的类型往往

weixin_50775137的博客 258

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

【Python】NumPy库的介绍及用法

尽管NumPy不是Python的标准库，但它由于其在数值计算等方面的强大功能，以及被众多其他第三方库所依赖，已经成为Python数据科学领域的事实标准库之一。NumPy并不是Python的标准库。但它是一个第三方库，是Python进行科学计算的基础包，也是许多Python数据处理和机器学习库的依赖库。Python的标准库是随着Python安装包直接提供的库，如math（数学函数库），datetime（日期时间库），os（操作系统功能库）等。此外，NumPy还提供了许多其他功能，如切片，索引，广播等等。

qq_53871375的博客 3309

python中numpy的用法_Python中numpy多维数组的用法

继上篇讲过numpy如何构建多维数组之后，今天我们来学习numpy多维数组的用法。加法和减法操作要求操作双方的维数信息一致，均为M*N为数组方可正确执行操作。a = np.arange(4)输出：array([0, 1, 2, 3])b = a**2输出：array([0, 1, 4, 9])c = 10*np.sin(a)输出：array([ 0. , 8.41470985, 9.092974...

weixin_39708708的博客 208

Python numpy学习——矩阵的用法

　mat（）函数将目标数据的类型转化成矩阵（matrix）

m0_59485658的博客 5237

numpy在python中的各种用法

numpy在python中的各种用法

m0_61706299的博客 193

Python学习之——2d Numpy基本用法

Python学习之——2d Numpy基本用法 先引入相关的包： import numpy as np import matplotlib.pyplot as plt 1. 创建一个2D的Numpy数组 将一个list转化为一个Numpy数组 a = [[11, 12, 13], [21, 22, 23], [31, 32, 33]] A = np.array(a) A 输出： array([[11, 12, 13], [21, 22, 23], [31, 32, 33]]) 使用ndim属性查

HunGRy_FOOliSHhh的博客 2178

python的numpy的用法总结

本文总结Numpy的用法，建议先学习基础。numpy可以理解列表或数组。一个numpy数组是一个由不同数值组成的网格。网格中的数据都是同一种数据类型，可以通过非负整型数的元组来访问。维度的数量被称为数组的阶，数组的大小是一个由整型数构成的元组，可以描述数组不同维度上的大小。

qiuweifan的博客 6106

Python中Numpy常见用法

NumPy 广泛使用的矩阵计算包 一个基础性的包，大量的工具在NumPy上开发，包括matplotlib、scipy、pandas等 首先导入numpy包 import numpy as np 1. 用numpy创建一维数组,并进行运算： a=np.array([1,2,3,4]) b=np.array([5,6,7,8]) c=a+b print( c ) 2.遍历C数组： 遍历向量： 3.# 将numpy数组转换成python的列表： ...

bester_man的博客 1万+

关于python中numpy.loadtxt()的详细用法

关于python中numpy.loadtxt()的详细用法

qq_17596233的博客 1141

[python] Numpy库用法（持续更新）

NumPy，全称 Numerical Python，是一款开源的 Python 数学库，深受数据科学家、工程师和学术界的喜爱，因其在高性能数值计算中的卓越能力而备受推崇。这个库是 Python 科学计算的基石，提供了一个强大的数组对象，广泛应用于数据整理、模拟操作、统计建模、机器学习等多个领域。

StudyingPanda的博客 2890

python的numpy里的shape用法

qq_38883271的博客 403
上一篇： bfs和dfs的区别？
下一篇： leetcode.Best Time to Buy and Sell Stock with Cooldown
点赞 0
评论 0
书签 书签 0
kotomi_du
kotomi_du
博客等级 码龄10年 5粉丝 91原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值