十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
这篇文章主要讲解了“numpy怎么实现矩阵对应元素相乘”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“numpy怎么实现矩阵对应元素相乘”吧!
成都创新互联是一家专业提供郧西企业网站建设,专注与网站设计制作、成都网站建设、H5场景定制、小程序制作等业务。10年已为郧西众多企业、政府机构等服务。创新互联专业网络公司优惠进行中。
矩阵乘法: (m,n) x (n,p) --> (m,p) # 矩阵乘法运算前提:矩阵1的列=矩阵2的行
3种用法: np.dot(matrix_a, matrix_b) == matrix_a @ matrix_b == matrix_a * matrix_b
1种用法:np.multiply(matrix_c, matrix_d)
对于nd.array()类型而言,数组 arrA * arrB 只能element-wise produt(对应元素相乘)
# -*- coding: utf-8 -*- """ Created on Thu Jul 26 14:22:40 2018 @author: Administrator """ import numpy as np a = np.array([[1,2],[3,4],[11,12]]) b = np.array([[5,6,13],[7,8,14]]) c = np.array([[1,2,13],[3,4,25],[11,12,23]]) d = np.array([[5,6,2],[7,8,29],[13,14,15]]) matrix_a = np.matrix(a) # (3,2) matrix_b = np.matrix(b) # (2,3) matrix_c = np.matrix(c) # (3,3) matrix_d = np.matrix(d) # (3,3) print(type(a),type(matrix_a)) #mat_a = np.mat(a) print(type(a),type(matrix_a)) # ''' # 1) matrix multiplication 矩阵乘法: (m,n) x (n,p) --> (m,p) # 矩阵乘法运算前提:矩阵1的列=矩阵2的行 3种用法: np.dot(matrix_a, matrix_b) == matrix_a @ matrix_b == matrix_a * matrix_b ''' method_1 = matrix_a @ matrix_b method_2 = np.dot(matrix_a, matrix_b) print(method_1) #[[ 19 22 41] # [ 43 50 95] # [139 162 311]] print(method_2 == method_1) #[[ True True True] # [ True True True] # [ True True True]] print(matrix_c * matrix_d == matrix_c @ matrix_d) #[[ True True True] # [ True True True] # [ True True True]] ''' # 2) element-wise product : 矩阵对应元素相乘 1种用法:np.multiply(matrix_c, matrix_d) 对于nd.array()类型而言,数组 arrA * arrB 只能element-wise produt(对应元素相乘) ''' print(matrix_c, matrix_d, sep='\n') #[[ 1 2 13] # [ 3 4 25] # [11 12 23]] #[[ 5 6 2] # [ 7 8 29] # [13 14 15]] method_1 = np.multiply(matrix_c, matrix_d) # 对应位置元素相乘 print(method_1) #[[ 5 12 26] # [ 21 32 725] # [143 168 345]]
感谢各位的阅读,以上就是“numpy怎么实现矩阵对应元素相乘”的内容了,经过本文的学习后,相信大家对numpy怎么实现矩阵对应元素相乘这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!