《python笔记》numpy中数组（array）和矩阵（matrix）的区别

最新推荐文章于 2025-10-27 11:37:08 发布
原创 最新推荐文章于 2025-10-27 11:37:08 发布 · 1.8k 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#python

这篇文章详细解析了numpy库中数组（array）和矩阵（matrix）的不同之处，从概念、操作和使用场景等方面进行对比，帮助理解两者在数值计算中的角色。
lly980310
关注
一文搞懂 Python 矩阵和数组的区别
AItrust的博客
03-31 2812
核心区别 矩阵：对应的是二维空间。 数组：对应的是多维空间。 生成方式区别 >>> import numpy as np >>> a = np.array([[[1,2,3],['a','b','c']],[['e','f','g'],[4,5,6]]]) >>> a array([[['1', '2', '3'], ['a',...
numpy中的matrix与array的区别(Matlab矩阵运算对比)
haoweixl的博客
07-31 2397
matrix与array的区别1. 定义（维基定义）数组矩阵numpy定义numpy.ndarraynumpy.matrix2. 乘法运算类型及其定义 1. 定义（维基定义） 数组 数组（英语：Array），是由相同类型的元素（element）的集合所组成的资料结构，分配一块连续的内存来存储。利用元素的索引（index）可以计算出该元素对应的储存地址。 没有规定数组维度-->可以是任意的，eg：一维，二维，多维etc 矩阵 数学上，一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列。 规定了矩阵维
论numpy中matrix 和 array的区别
热门推荐
vincentlipan的专栏
03-07 4万+
Numpy matrices are strictly 2-dimensional, while numpy arrays (ndarrays) are N-dimensional. Matrix objects are a subclass of ndarray, so they inherit all the attributes and methods of ndarrays. The
矩阵维度变换全解析，彻底搞懂R中matrix与array的差异
最新发布
FastSolve的博客
10-27 800
掌握R矩阵用法，轻松实现数据维度灵活变换。详解matrix与array的创建、转换及应用场景，解析维度属性操作与多维数组处理技巧，提升数据处理效率。结构清晰，示例丰富，值得收藏。
numpy中array和matrix的区别
weixin_30279315的博客
08-15 267
两者相似但执行相同的运算可能得到不同的结果 显然，array只能通过dot()实现“矩阵乘法”，array的“*”运算实现的是两个纬度相同的“矩阵”的按位相乘。 而matrix则不同，可以直接使用"*"运算符实现“矩阵乘法”，如下图： 注意，我们在数据处理中使用较多的是array。 转载于:https://www.cnblogs.com/ChengzhiYang/p/113599...
numpy中数组和矩阵的区别
junchengberry的博客
06-28 3529
from numpy.ma import array import numpy as np numpy中数组和矩阵的区别： matrix是array的分支，matrix和array在很多时候都是通用的，你用哪一个都一样。但这时候， 官方建议大家如果两个可以通用，那就选择array，因为array更灵活，速度更快，很多人把二维的array也翻译成矩阵。 但是matrix的优...
2.Numpy数组运算
学习与分享
06-03 1501
高效数组操作：通过向量化运算替代 Python 循环，显著提升计算速度。支持多种数据类型（int/float/bool）和灵活的数组创建方式（zeros/ones/arange）。 丰富的数学工具：内置三角函数、指数对数、线性代数等函数，覆盖科学计算全场景。 灵活的索引机制：支持基本索引、切片、花式索引（整数 / 布尔数组），实现复杂数据筛选。 广播机制：自动处理不同形状数组的运算，减少代码冗余。 统计与条件工具：通过 函数、掩码操作高效处理数据筛选与替换，高效快捷。
opencv-python学习笔记3-数组矩阵
The_xz的博客
09-08 1620
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。它提供了一个强大的N维数组对象ndarray和用于操作这些数组的工具和函数。NumPy是许多其他科学计算和数据分析库（如SciPy、Pandas、Matplotlib、Scikit-learn等）的基础。
数据科学初阶(四）-- numpy数组生成以及矩阵转换
JEsoloH的博客
12-08 2113
文章说明： 本系列面向全国大中小学的通用数据科学教材，原项目是由 Jin Li大佬整理的python笔记,鄙人学习后添加了许多自己的见解，于是最后写成了这系列手册。 文章目录生成数组1. 使用`arange`函数2. 使用`linspace`函数3. 生成网格数组使用`meshgrid`函数使用`ogrid` , `mgrid`函数4. 使用`r_`,`c_`生成行列向量5. 生成特殊数组零矩阵...
精选资源
03-python-数组属性方法总结-数组与字符串的转换-生成数组的函数-矩阵
02-09
在本篇Python学习笔记中，我们将深入探讨四个关键主题：数组的属性和方法、数组与字符串之间的转换、生成数组的函数以及矩阵的概念与操作。 首先，让我们来看看【数组属性方法总结】。在Python中，最常用的数组库是...
Python数组操作与矩阵处理学习笔记
笔记内容丰富，涵盖了Python数组（主要指列表List和NumPy数组）的基本操作、属性、以及常见方法，同时对数组和字符串之间的转换方法进行了阐述，并介绍了一系列生成数组的函数，包括但不限于numpy和array模块中的...
NumPy矩阵与数组的区别
少猿的博客
07-31 2133
1.数组中的元素可以是字符等，而矩阵只能为单纯的数。 2.数组与矩阵的数学运算规则不同，比如数组的相乘，是对应元素的相乘,而矩阵则是矩阵的乘法规则进行运算的。 import numpy as np a = np.array([1,2,3,4]) b = np.array([1,2,3,4]) print (a*b) c = np.matrix([[1,2,3],[2,3,4],[6,7,2]]) ...
python基础--数组和矩阵区别
qq_26645205的博客
10-19 1万+
参考博客：http://blog.youkuaiyun.com/taoyanqi8932/article/details/52703686 在矩阵和数据中取行列值时，是不一样的表达形式，如下:1.矩阵和数组索引from numpy import * from numpy import linalg#矩阵 matA = mat([[1, 0]]) matB = mat([[1,3,6], [0, 2,7]])
python中数组和矩阵的区别_python矩阵和数组区别是什么
weixin_42103128的博客
02-09 2763
1、mat()函数与array()函数生成矩阵所需的数据格式有区别(1) mat()函数中数据可以为字符串以分号(；)分割，或者为列表形式以逗号(，)分割。而array()函数中数据只能为后者形式。如mat()函数生成矩阵时一下两种方式都正确。和(2) 而array()函数生成矩阵时数据只能为列表形式。2、mat()函数与array()函数生成的矩阵计算方式不同(1) mat()函数中矩阵的乘积可...
python数组和矩阵区别_Numpy中矩阵和数组的区别
weixin_40003233的博客
12-15 1544
矩阵(Matrix)和数组(Array)的区别主要有以下两点:矩阵只能为2维的，而数组可以是任意维度的。矩阵和数组在数学运算上会有不同的结构。代码展示1.矩阵的创建采用mat函数创建矩阵class numpy.mat(data, dtype=None)(注释：Unlike matrix, asmatrix does not make a copy if the input is already a...
[Python]数组与矩阵的区别
sihsd的博客
03-18 241
Numpy中matrix()和array()的区别
weixin_30703911的博客
07-17 254
matrix() 和 array() 的区别，主要从以下方面说起： 1. 矩阵生成方式不同 import numpy as np a1 = np.array([[1, 2], [3, 4]]) b1 = np.mat([[1, 2], [3, 4]]) a2 = np.array(([1, 2], [3, 4])) b2 = np.mat(([1,...
numpy中matrix和array的区别
check2255的博客
11-05 440
matrix必须是两维的，array可以是多维的（1D，2D，3D，4D） matrix是array的一个小的分支，包含与array，所有拥有array的所有特性maxtrix主要优势是：相对简单的乘法运算符号，比如如果a、b都是maxtrix，那么a*b就是矩阵乘积 array矩阵要矩阵相乘要用np.dota = np.mat('4 3; 2 1') b = np.mat('1 2; 3 4'
评论
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