在下面的代码中,为什么相同的符号 * 显示矩阵和数组的不同行为?为什么它不显示矩阵的逐元素乘法?
a= np.arange(2*3).reshape(2,3)
print(a)
b= np.array([[0,0,0],[1,1,1]])
print(b)
c= a*b
print(c)
d=np.matrix([[1,2],[3,4]])
e= np.matrix([[0,0],[1,1]])
f= d*e
print("d: ",d,"e: ",e)
print(f)
最佳答案
Numpy 矩阵严格来说是二维的,而 numpy 数组 (ndarrays) 是 N 维的。 Matrix对象是ndarray的子类,因此继承了ndarray的所有属性和方法。 Ndarrays 应用几乎所有的操作元素。
numpy 矩阵的主要优点是它们为矩阵乘法提供了一种方便的表示法:如果 a 和 b 是矩阵,则 a*b 是它们的矩阵乘积(不是按元素计算)。 np.matrix
的元素运算是通过np.multiply(a,b)
获得的。
从 Python 3.5 开始,NumPy 支持使用 @ 运算符的中缀矩阵乘法。因此,np.matrix
的*
乘积等同于np.array
的@
乘积。在您的代码中:
a= np.arange(2*2).reshape(2,2)
#> a = [[0 1]
# [2 3]]
b= np.array([[0,0],[1,1]])
#> b = [[0 0]
# [1 1]]
a@b
#>[[1 1]
# [3 3]]
a*b
#>[[0 0]
# [2 3]]
d=np.matrix([[0,1],[2,3]])
e= np.matrix([[0,0],[1,1]])
d*e # Equivalent to a@b
#> [[1 1]
# [3 3]]
np.multiply(d,e) # Equivalent to a*b
#> [[0 0]
# [2 3]]
关于python - 为什么相同的符号显示数组和矩阵的逐元素乘法,就像矩阵的乘法一样?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51981916/