numpy中的矩阵

1.矩阵

• 矩阵，和array的区别是矩阵必须是2维的，但array可以是多维的

2.向量

3.加法和标量相乘

4.矩阵向量乘法

• 矩阵乘法遵循准则：（M行，N列）*（N行，L列）=（M行，L列）

5.矩阵乘法

6.矩阵乘法的性质

• 矩阵的乘法不满足交换律：A×B ≠ B×A
• 矩阵的乘法满足结合率。即A×（B×C）= (A×B) ×C
• 单位矩阵：在矩阵的乘法中，有一种矩阵起着特殊的作用，如同数的乘法中的1，我们称为单位矩阵，它是个方阵，一般用I或者E表示，从左上角到右下角的对角线（称为主对角线）上的元素均为1以外全是0

7.逆、转置

8.numpy中的矩阵乘法

• np.matmul
• np.dot

a = np.array([[80,86],
             [82,80],
             [85,78],
             [90,90],
             [86,82],
             [82,90],
             [78,80],
             [92,94]])
b = np.array([[0.7],[0.3]])
np.matmul(a,b)
"""
array([[81.8],
       [81.4],
       [82.9],
       [90. ],
       [84.8],
       [84.4],
       [78.6],
       [92.6]])
"""

np.dot(a,b)#结果与np.array一致

• np.matmul与np.dot的区别
  • 二者都是矩阵乘法，np.matmul中禁止矩阵与标量的乘法。在矢量乘法中，np.matmul与np.dot