Python numpy，数组与数组的运算，sum数组元素求和，矩阵的乘法

2024-06-25 17:57| 来源: 网络整理| 查看: 265

numpy中两个多维数组之间可以进行运算的前提是：

1、shape为(4, 3, 2)可以与shape为(3, 2)的数组进行运算。（维度从后面开始算，可以成功匹配）

2、shape为(4, 3, 2)也可以与shape为(4, 3)的数组进行运算。（维度从前面开始算，可以成功匹配）

意义(好处)：举个例子:每列的数据减去列的平均值的结果

demo.py（numpy，数组的运算）：

# coding=utf-8 import numpy as np t1 = np.array([[0, 1, 2], [3, 4, 5]]) # 二维数组 print(t1) ''' [[0 1 2] [3 4 5]] ''' # 多维数组与单个数字 + - * /，就是数组中的所有元素依次与该数字进行+ - * /。 t2 = t1 + 5 print(t2) ''' [[ 5 6 7] [ 8 9 10]] ''' # numpy中除以0并不会报错，只是警告。 0/0返回nan(不是一个数字)； 1/0返回inf(正无穷)，-1/0返回-inf(负无穷) # 同形状的两个数组相 + - * /，就是两个数组中对应位置元素进行+ - * /。 t3 = np.array([[10, 11, 12], [13, 14, 15]]) # 二维数组 t4 = t1 * t3 print(t4) ''' [[ 0 11 24] [39 56 75]] ''' # 多维数组与一维数组(行数组)+ - * /，就是多维数组的每一行依次与一维数组进行+ - * /。 (前提：多维数组与一维数组的列数一致) t5 = np.array([6, 7, 8]) # 一维数组(行数组) t6 = t1 * t5 print(t6) ''' [[ 0 7 16] [18 28 40]] ''' # 多维数组与多行一列的二维数组(列数组)+ - * /，就是多维数组的每一列依次与列数组进行+ - * /。(前提：多维数组与列数组的行数一致) t7 = np.array([[50],[60]]) # 多行一列的二维数组(列数组) t8 = t1 * t7 print(t8) ''' [[ 0 50 100] [180 240 300]] '''

demo.py（numpy，矩阵的乘法，np.dot()）：

# coding=utf-8 import numpy as np t1 = np.array([[0, 1, 2], [3, 4, 5]]) # 二维数组(2行3列) print(t1) ''' [[0 1 2] [3 4 5]] ''' t2 = np.array([[10, 11], [12, 13], [14, 15]]) # 二维数组(3行2列) print(t2) ''' [[10 11] [12 13] [14 15]] ''' # 矩阵的乘法。内标同可以乘,内标不同不可以乘 t3 = np.dot(t1, t2) print(t3) ''' [[ 40 43] [148 160]] '''

demo.py（sum()，数组元素求和）：

# coding=utf-8 import numpy as np t1 = np.arange(12).reshape((3,4)) print(t1) ''' [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] ''' a = np.sum(t1) # 数组所有元素求和。 nan与数字运算还是nan print(a) # 66 b = np.sum(t1, axis=0) # axis可以指定哪个轴上相加求和 # b = t1.sum(axis=0) # 数组本身也有sum()函数 print(b) # [12 15 18 21] c = np.sum(t1, axis=1) # axis可以指定哪个轴上相加求和 print(c) # [6 22 38]

【本文地址】

公司简介

联系我们