python numpy array 与matrix 乘方

python numpy array 与matrix 乘方

编程语言 waitig 1年前 (2017-04-18) 1272℃ 百度已收录 0评论

数组array 的乘方(**为乘方运算符)是每个元素的乘方,而矩阵matrix的乘方遵循矩阵相乘,因此必须是方阵。

2*3的数组与矩阵

>>> from numpy import *
>>> import operator
>>> a = array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> m = mat(a)
>>> m
matrix([[1, 2, 3],
        [4, 5, 6]])
>>> a ** 2
array([[ 1,  4,  9],
       [16, 25, 36]])
>>> m ** 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "D:\anaconda\lib\site-packages\numpy\matrixlib\defmatrix.py", line 356, in __pow__
    return matrix_power(self, other)
  File "D:\anaconda\lib\site-packages\numpy\matrixlib\defmatrix.py", line 173, in matrix_power
    raise ValueError("input must be a square array")
ValueError: input must be a square array
>>> 

(mat()函数把array转化为matrix)

3*3的数组与矩阵

>>> A = array([[1,2,3],[4,5,6],[7,8,9]])
>>> A
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> M = mat(A)
>>> M
matrix([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])
>>> A ** 2
array([[ 1,  4,  9],
       [16, 25, 36],
       [49, 64, 81]])
>>> M ** 2
matrix([[ 30,  36,  42],
        [ 66,  81,  96],
        [102, 126, 150]])

原文地址:https://www.cnblogs.com/Rvin/p/9238657.html

时间: 2024-08-07 12:19:02

python numpy array 与matrix 乘方的相关文章

numpy array或matrix的交换两行

A[j,:] = A[maxindex,:] # 注意这样是一个很低级的错误!这样只是赋值 我们很容易想起python中的两个值交换一句搞定不用引入中间变量 a, b = b, a 但在numpy的array或matrix中,这样是错误的 需要使用选中两行来互换: A[[i, j], :] = A[[j, i], :] # 实现了第i行与第j行的互换 下面看一个实例: import numpy as np m = np.mat([[1. ,2 ,-1],[2,1,-2],[-3,1,1]]) p

python numpy array 的一些问题

1 将list转换成array 如果list的嵌套数组是不规整的,如 a = [[1,2], [3,4,5]] 则a = numpy.array(a)之后 a的type是ndarray,但是a中得元素a[i]都还是list 如果a = [[1,2], [3,4]] 则a = numpy.array(a)之后 a的type是ndarray,里面的元素a[i]也是ndarray 2 flatten函数 Python自身不带有flatten函数,numpy中array有flatten函数. 同1的一样

Python与线性代数——Numpy中的matrix()和array()的区别

Numpy中matrix必须是2维的,但是 numpy中array可以是多维的(1D,2D,3D····ND).matrix是array的一个小的分支,包含于array.所以matrix 拥有array的所有特性. matrix() 和 array() 的区别,主要从以下方面说起: 矩阵生成方式不同 import numpy as np a1 = np.array([[1, 2], [3, 4]]) b1 = np.mat([[1, 2], [3, 4]]) a2 = np.array(([1,

numpy中的matrix和array

Preface 在相关聚类算法的实现过程中,用python语言实现,会经常出现array和matrix的混淆,这里做个总结. array数组 numpy中最基本(默认)的类型是array,他的相关操作都是按元素操作的即用作数值计算当中(按元素操作有+,-,,/,*等).相乘举例: from numpy import * >>> a=array([1,2]) >>> a array([1, 2]) >>> b=array([2,3]) >>&

python(44):array和matrix的运算

在NumPy中,array用于表示通用的N维数组,matrix则特定用于线性代数计算.array和matrix都可以用来表示矩阵,二者在进行乘法操作时,有一些不同之处. 使用array时,运算符 * 用于计算数量积(点乘),函数 dot() 用于计算矢量积(叉乘),例子如: import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) print 'a * b = \n', a * b print

Python Numpy包安装

1,下载python 下载地址: https://www.python.org/downloads/windows/ 2,配置python环境变量 在电脑的系统属性的系统变量path中添加python的安装路径,如在path中加入   ;F:\Python34;F:\Python34\Scripts; 3,使用pip 指令安装numpy包 3.1 打开dos命令输入  pip install numpy  就会自动安装 时间有点久,成功安装会有如下提示 3.2 还可以用pip 命令搜索pytho

python numpy教程

python numpy教程 2014-08-10 22:21:56 分类: Python/Ruby 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想重新回忆下,请看看Python Tutorial. 如果你想要运行教程中的示例,你至少需要在你的电脑上安装了以下一些软件: Python NumPy 这些是可能对你有帮助的: ipython是一个净强化的交互Python Shell,对探索NumPy的特性非常方便. matplotlib将允许你绘图 Scipy在NumPy的基础

python小白之矩阵matrix笔记(updating)

Matrix #python学习之矩阵matrix 2018.4.18 # -*- coding: UTF-8 -*- from numpy import * import numpy as np import math a=np.matrix('1 2 7;3 4 8;5 6 9')#矩阵的换行必须使用分号隔开,内部数据必须为字符串形式,元素之间必须以空格隔开 print(np.matrix([[1,2],[3,4]])) m=np.asmatrix(a)#将输入的a解释为矩阵m,并修改m中某

Python NumPy学习总结

一.NumPy简介 其官网是:http://www.numpy.org/ NumPy是Python语言的一个扩充程序库.支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.Numpy内部解除了Python的GIL(全局解释器锁),运行效率极好,是大量机器学习框架的基础库! 关于GIL请参考博客:http://www.cnblogs.com/wj-1314/p/9056555.html NumPy的全名为Numeric Python,是一个开源的Python科学计算库,它包括