首页 > 其他 > 详细

第四十篇 Numpy.array的基本操作——向量及矩阵的运算

时间:2018-07-15 20:32:23      阅读:348      评论:0      收藏:0      [点我收藏+]

 

 

No.1. Numpy.array相较于Python原生List的性能优势

技术分享图片

No.2. 将向量或矩阵中的每个元素 + 1

技术分享图片

No.2. 将向量或矩阵中的所有元素 - 1

技术分享图片

No.3. 将向量或矩阵中的所有元素 * 2

技术分享图片

No.4. 将向量或矩阵中的所有元素 / 2 或 // 2

技术分享图片

No.5. 幂运算

技术分享图片

No.6. 取余

技术分享图片

No.7. 取绝对值

技术分享图片

No.8. 三角函数

技术分享图片

No.9. 取e的x方

技术分享图片

No.10. 取任意数的x方

技术分享图片

No.11. 取以e为底x的对数

技术分享图片

No.12. 取以任意数为底x的对数

技术分享图片

No.13. 矩阵的加法

技术分享图片

No.14. 矩阵的减法

技术分享图片

No.15. 矩阵的乘法

技术分享图片

No.16. 矩阵对应位置元素相乘,返回运算后的矩阵

技术分享图片

No.17. 矩阵对应位置元素相除,返回运算后的矩阵

技术分享图片

No.18. 求矩阵的转置矩阵

技术分享图片

No.19. 向量与矩阵相加

技术分享图片

No.20. 向量与矩阵的乘法

技术分享图片

No.21. 将一个向量在行或列方向上进行堆叠,生成一个矩阵

技术分享图片

No.22. 求矩阵的逆矩阵

技术分享图片

No.23. 对于没有逆矩阵的矩阵,可以求伪逆矩阵

技术分享图片

 

第四十篇 Numpy.array的基本操作——向量及矩阵的运算

原文:https://www.cnblogs.com/xuezou/p/9314460.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!