1. 对于数组array
乘
就是对应位置的元素相乘：
|
1
2
3
4
5
|
X1 = np.array([[1,2], [3, 4]])X2 = X1print X2*X1[[ 1 4] [ 9 16]] |
加
就是对应位置的相加：
|
1
2
3
4
5
|
X1 = np.array([[1,2], [3, 4]])X2 = X1print X2+X1[[2 4] [6 8]] |
2. 对于矩阵matrix
乘
就是矩阵的点乘:
|
1
2
3
4
5
|
X1 = np.matrix([[1,2], [3, 4]])X2 = X1print X2*X1[[ 7 10] [15 22]] |
加
有两种情况，第一种是X1与X2的大小一致，就是普通的矩阵相加，即对应位置相加：
|
1
2
3
4
5
|
X1 = np.matrix([[1,2], [3, 4]])X2 = X1print X2+X1[[2 4] [6 8]] |
第二种情况是n＊1的X1 ＋ m*1的X2（或者反过来），就会得到n*m的矩阵：
|
1
2
3
4
5
6
7
|
X1 = np.matrix([[1,2,3]])X2 = np.matrix([[1,2,3,4]]).Tprint X2+X1[[2 3 4] [3 4 5] [4 5 6] [5 6 7]] |
3. 混用情况
在numpy中存在很多的matrix和array 运算符混用的情况，程序也能通过，但这样很不好，尽量按照以上原则使用。
如果2维的array想要进行矩阵的点乘运算，可以用np.dot(X1, X2)
如果matrix想要进行对应位置的乘，可以用np.multiply(X2,X1)
以上这篇numpy matrix和array的乘和加实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/autoliuweijie/article/details/51967288
