【注】代码段不包含导入包
在第一章的里面,我们学习了如何定义一个向量,这里稍加改动变成一个矩阵
# 表示一个矩阵
A = np.array([[1,2],
[3,4],
[5,6],
[7,8]])
print(A)
# 确定一个矩阵的行列数
print(A.shape)
A.shape 可以确定矩阵的行列数,上面这个矩阵的输出结果是(4,2)
同样的我们知道转置就是print(A.T)
下面是零矩阵,对角矩阵,单位矩阵的代码
# 零矩阵
A_1 = np.zeros([5,4])
# 对角矩阵
A_2 = np.diag([1,2,3,4,5])
# 单位矩阵
A_3 = np.eye(4)
关于矩阵加法,数乘的可以参考第一章中向量的计算方法,下面说一下矩阵与矩阵、向量的计算方法:
B = np.array([[2,3,4,5],
[6,7,8,9]])
print(np.dot(A,B))
A矩阵是上面定义过那个,这里我们看见矩阵乘矩阵和之前我们用到的向量内积是一个代码,同理我们可以得到矩阵乘向量的代码。
x = np.array([[1,2]]).T
print(np.dot(A,x))