文章目录

  1. 1. 行矩阵、列矩阵与零矩阵
  2. 2. 矩阵的加法
  3. 3. 矩阵的数乘
  4. 4. 矩阵与矩阵相乘


微信公众号

Python 的 numpy 库提供矩阵运算的功能。因此,我们需要导入 numpy 包进行矩阵的运算。这里,我们导入 numpy 包,并起了一个 np 的别名便于后面的使用。

import numpy as np;

行矩阵、列矩阵与零矩阵

列矩阵是只有一列的矩阵。这里,我们使用 numpy 生成随机的数据。

a = np.random.rand(5,1)
print(a)

输出结果

[[ 0.86334832]
 [ 0.5217534 ]
 [ 0.29539016]
 [ 0.25195071]
 [ 0.65778465]]

行矩阵是只有一行的矩阵。这里,我们使用矩阵转置进行转化。

b = a.T
print(b)

输出结果

[[ 0.86334832  0.5217534   0.29539016  0.25195071  0.65778465]]

零矩阵,所有元素都等于 0 的矩阵。

a = np.zeros((2,2))
print(a)

输出结果

[[ 0.  0.]
 [ 0.  0.]]

矩阵的加法

首先,我们先创建两个矩阵。

a = np.array([[1,4,2],[2,0,0]])
b = np.array([[0,0,5],[7,5,0]])

然后,进行加法运算。

c = a + b
print(c)

输出结果

[[1 4 7]
 [9 5 0]]

矩阵的数乘

现在,我们再创建一个矩阵。

a = np.array([[1,8,-3],[4,-2,5]])

然后,进行数乘运算。

c = 2 * a
print(c)

输出结果

[[ 2 16 -6]
 [ 8 -4 10]]

矩阵与矩阵相乘

现在,我们再创建两个矩阵。

a = np.array([[1,0,2],[-1,3,1]])
b = np.array([[3,1],[2,1],[1,0]])

然后,进行乘法运算。

c = a.dot(b)
print(c)

输出结果

[[5 1]
 [4 2]]

文章目录

  1. 1. 行矩阵、列矩阵与零矩阵
  2. 2. 矩阵的加法
  3. 3. 矩阵的数乘
  4. 4. 矩阵与矩阵相乘