导语：
本文主要介绍了关于python中怎么样进行矩阵运算？的相关知识，包括矩阵运算顺序，以及python矩阵相乘算法这些编程知识，希望对大家有参考作用。
Python的numpy库提供了矩阵运算的功能，所以当我们需要矩阵运算时，需要导入numpy包。
numpy的导入和使用
from numpy import *;#导入numpy的库函数
import numpy as np; #这个方式使用numpy的函数时，需要以np.开头。矩阵的创建
由一维或二维数据创建矩阵
>>> from numpy import *
>>> a1=array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1=mat(a1)
>>> a1
matrix([[1, 2, 3]])
>>> shape(a1)
(1, 3)
>>> b=matrix([1,2,3])
>>> shape(b)
(1, 3)
常见的矩阵运算
1. 矩阵相乘
>>>a1=mat([1,2]);
>>>a2=mat([[1],[2]]);
>>>a3=a1*a2 #1*2的矩阵乘以2*1的矩阵，得到1*1的矩阵
>>> a3
matrix([[5]])2. 矩阵点乘
矩阵对应元素相乘
>>>a1=mat([1,1]);
>>>a2=mat([2,2]);
>>>a3=multiply(a1,a2)
>>> a3
matrix([[2, 2]])矩阵点乘
>>>a1=mat([2,2]);
>>>a2=a1*2
>>>a2
matrix([[4, 4]])
3、矩阵求逆，转置
矩阵求逆
>>>a1=mat(eye(2,2)*0.5)
>>> a1
matrix([[ 0.5, 0. ],
[ 0. , 0.5]])
>>>a2=a1.I #求矩阵matrix([[0.5,0],[0,0.5]])的逆矩阵
>>> a2
matrix([[ 2., 0.],
[ 0., 2.]])矩阵转置
>>> a1=mat([[1,1],[0,0]])
>>> a1
matrix([[1, 1],
[0, 0]])
>>> a2=a1.T
>>> a2
matrix([[1, 0],
[1, 0]])4.计算矩阵对应行列的、最小值、和。
>>>a1=mat([[1,1],[2,3],[4,2]])
>>> a1
matrix([[1, 1],
[2, 3],
[4, 2]])计算每一列、行的和
>>>a2=a1.sum(axis=0) #列和，这里得到的是1*2的矩阵
>>> a2
matrix([[7, 6]])
>>>a3=a1.sum(axis=1) #行和，这里得到的是3*1的矩阵
>>> a3
matrix([[2],
[5],
[6]])
>>>a4=sum(a1[1,:]) #计算第一行所有列的和，这里得到的是一个数值
>>> a4
5 #第0行：1+1；第2行：2+3；第3行：4+2本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
你可能也喜欢
- ♥ 如何打包python程序08/19
- ♥ Python中的$是什么意思？09/05
- ♥ python快速排序算法的使用11/04
- ♥ 如何在python中获取Series值08/26
- ♥ python类和函数有什么区别09/29
- ♥ python字符串的多行输出09/05
内容反馈