[python]论numpy中matrix 和 array的区别
2017-04-05 09:39
525 查看
Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 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。
在numpy中matrix的主要优势是:相对简单的乘法运算符号。例如,a和b是两个matrices,那么a*b,就是矩阵积。
[/code]
matrix 和 array 都可以通过objects后面加
matrix objects 还可以在后面加
加
相反的是在numpy里面arrays遵从逐个元素的运算,所以array:c 和d的c*d运算相当于matlab里面的c.*d运算。
[/code]
而矩阵相乘,则需要numpy里面的dot命令 :
[/code]
:
[/code]
因为a是个matrix,所以a**2返回的是a*a,相当于矩阵相乘。而c是array,c**2相当于,c中的元素逐个求平方。
问题就出来了,如果一个程序里面既有matrix 又有array,会让人脑袋大。但是如果只用array,你不仅可以实现matrix所有的功能,还减少了编程和阅读的麻烦。
当然你可以通过下面的两条命令轻松的实现两者之间的转换:
对我来说,numpy 中的array与numpy中的matrix,matlab中的matrix的最大的不同是,在做归约运算时,array的维数会发生变化,但matrix总是保持为2维。例如下面求平均值的运算
[/code]
对array 来说
[/code]
在numpy中matrix的主要优势是:相对简单的乘法运算符号。例如,a和b是两个matrices,那么a*b,就是矩阵积。
import numpy as np a=np.mat('4 3; 2 1') b=np.mat('1 2; 3 4') print(a) # [[4 3] # [2 1]] print(b) # [[1 2] # [3 4]] print(a*b) # [[13 20] # [ 5 8]]
[/code]
matrix 和 array 都可以通过objects后面加
.T得到其转置。但是
matrix objects 还可以在后面加
.Hf得到共轭矩阵,
加
.I得到逆矩阵。
相反的是在numpy里面arrays遵从逐个元素的运算,所以array:c 和d的c*d运算相当于matlab里面的c.*d运算。
c=np.array([[4, 3], [2, 1]]) d=np.array([[1, 2], [3, 4]]) print(c*d) # [[4 6] # [6 4]]
[/code]
而矩阵相乘,则需要numpy里面的dot命令 :
print(np.dot(c,d)) # [[13 20] # [ 5 8]]
[/code]
**运算符的作用也不一样
:
print(a**2) # [[22 15] # [10 7]] print(c**2) # [[16 9] # [ 4 1]]
[/code]
因为a是个matrix,所以a**2返回的是a*a,相当于矩阵相乘。而c是array,c**2相当于,c中的元素逐个求平方。
问题就出来了,如果一个程序里面既有matrix 又有array,会让人脑袋大。但是如果只用array,你不仅可以实现matrix所有的功能,还减少了编程和阅读的麻烦。
当然你可以通过下面的两条命令轻松的实现两者之间的转换:
np.asmatrix和
np.asarray
对我来说,numpy 中的array与numpy中的matrix,matlab中的matrix的最大的不同是,在做归约运算时,array的维数会发生变化,但matrix总是保持为2维。例如下面求平均值的运算
>>> m = np.mat([[1,2],[2,3]]) >>> m matrix([[1, 2], [2, 3]]) >>> mm = m.mean(1) >>> mm matrix([[ 1.5], [ 2.5]]) >>> mm.shape (2, 1) >>> m - mm matrix([[-0.5, 0.5], [-0.5, 0.5]])
[/code]
对array 来说
>>> a = np.array([[1,2],[2,3]]) >>> a array([[1, 2], [2, 3]]) >>> am = a.mean(1) >>> am.shape (2,) >>> am array([ 1.5, 2.5]) >>> a - am #wrong array([[-0.5, -0.5], [ 0.5, 0.5]]) >>> a - am[:, np.newaxis] #right array([[-0.5, 0.5], [-0.5, 0.5]])
[/code]
相关文章推荐
- Python Numpy的数组array和矩阵matrix的用法与区别
- Python Numpy的数组array和矩阵matrix
- numpy中matrix和array的区别
- 详谈Python中列表list,元祖tuple和numpy中的array区别
- numpy中matrix 和 array的区别
- numpy中matrix 和 array的区别
- Python Numpy的数组array和矩阵matrix
- numpy之matrix和array的乘法区别
- Python Numpy的数组array和矩阵matrix
- Python中list的拷贝与Numpy的array的拷贝的区别
- python中array和matrix的区别
- python numpy:1 numpy.array和numpy.matrix常用函数使用
- <Python数据分析>numpy中array和asarray的区别
- Python中的list与NumPy中array的区别 及相互转换
- 论numpy中matrix和array的区别
- 论numpy中matrix 和 array的区别
- numpy中matrix 和 array的区别
- numpy中matrix 和 array的区别
- numpy中的matrix与array的区别
- 论numpy中matrix 和 array的区别