KUNPLAYBOY的博客

线性代数中矩阵相乘，被称为点积运算（Dot Product），又称为内积。首先根据线性代数的知识，特别需要注意的一点是：矩阵X1和矩阵X2进行点积运算，其中X1 和 X2 对应的维度（通俗点说，第一个矩阵的列数，和第二个矩阵的行数要相等）的元素个数必须保持一致，计算过程见下图在numpy中点积运算，用np.dot表示，其一般格式为：numpy.dot(a , b , out = None)X1 = np.array([[1,2], [3,4]])X2 = np.array([[5, 6, 7],

结合图片，看下面代码import numpy as npkun = [[1, 2, 2, 3, 6], [5, 2, 5, 3, 6], [4, 2, 7, 3, 8]]#首先将其转换为numpy数组kun1 = np.array(kun)#获取第二行行print(kun1[[1]]) ;# 输出结果 [[5 2 5 3 6]]# 获取第2,3行print(kun1[[1, 2]]) ; #第一种方式print(kun1[1:3, :]) ; # 第二种方式# 输出结果

首先我们先上一个官方例程np.random.seed(123)x = np.random.randint(9, size=(3, 3))xarray([[2, 2, 6], [1, 3, 6], [1, 0, 1]])x.itemset(4, 0)x.itemset((2, 2), 9)xarray([[2, 2, 6], [1, 0, 6], [1, 0, 9]])我们可以看到，itemset（）函数的参数有两种方式。分别是ite