【数据挖掘】——向量and矩阵

一、向量

• 向量加减：m+n:对应位置元素加减
• 向量乘以常数：m*3
• 向量点乘（内积）：np.dot(m,n)相应位置元素相乘再相加
• 向量叉乘（外积）：np.cross(m,n)
• 向量哈达玛积：m*n对应位置相乘

二、矩阵

• 矩阵创建：np.mat(np.random.randint(1,10,size=(2,3))
• 矩阵加减：A+B对应位置相加减，两个矩阵必须具有相同阶
• 矩阵与数相乘：A*2
• 矩阵与向量相乘：保证矩阵列数等于向量行数

#矩阵与向量相乘
import numpy as np
A=np.mat(np.random.randint(1,10,size=(3,3)))
print(A)
m=np.array([[0,1],[1,2],[2,3]])
print(m)
print('A*m:',A*m)
>>
A: [[6 2 9]
   [2 5 1]
   [1 6 1]]
m: [[0