Python几个常用的工具

1. 几个重要的工具

import numpy as np
import scipy
import pandas as pd
import skleam
import Keras.backend as K
import tensorflow as tf

2. numpy

numpy定义了python进行矩阵数值计算的基础

np.Add(A,B)
np.subtract(A,B)

np.dot(C,D) 
#对于秩为1的数组，执行对应位置相乘，然后再相加；
对于秩不为1的二维数组，执行矩阵乘法运算；超过二维的可以参考numpy库介绍。

np.matmul(C,D)##C@D 线代乘法
np.multiply(C,D)##C*D  对应位置相乘，输出与相乘数组/矩阵的大小一致

A*B 
#对数组执行对应位置相乘
对矩阵执行矩阵乘法运算

np.dot和np.matmul的区别

• 都是矩阵乘法
• np.matmul中，禁止矩阵与标量的乘法
• np.matmul中，在矢量乘矢量的内积运算中，matmul与dot没有差别
• np.matmul中，多维的矩阵，将前n-2维视为后2维元素后，进行乘法操作

矢量内积无区别，结果是标量

t1 = np.array([1,2,3])
t2 = np.array([1,2,3])
print(np.dot(t1,t2))#1 *1+2*2+3*3
print(np.matmul(t1,t2))
print(t1*t2)#（1*1，2*2，3*3）

1维与2维矩阵的乘法

a = np.array([1,2,3])
b = np.array([[1,1,1],
             [2,2,2],
             [3,3,3]])

np.dot(a,b)
np.matmul(a,b)