怎么在python中输入矩阵,python 输入矩阵

　　最简单的解决方案

　　使用numpy.dot或a.dot(b)。请参考此处的文档。

　　a=NP.array ([ 5，1，3)，

　　[ 1,1,1 ],

　　[ 1,2,1 ] )

　　b=NP.array ([ 1，2，3 ]).

　　打印点(b).

　　数组([ 16，6，8 ])

　　这是因为numpy数组通过元素而不是矩阵来处理标准操作*、-和/数组。而是尝试使用numpy.matrix *作为矩阵乘法。

　　其他解决方案

　　我知道还有其他选择：

　　如下所述，当使用python3.5时，@操作符按预期工作。

　　Print (a @ b))。

　　数组([ 16，6，8 ])

　　过度杀戮时，请使用numpy.einsum本文档为你提供了它是如何工作的，但说实话，直到你看了这个答案，自己摆弄了一下，你才完全明白如何使用它。

　　NP。Einsum(Ji，i-j)，a，b)).

　　数组([ 16，6，8 ])

　　从2016年中期(numpy 1.10.1))开始，尝试使用Experimenting numpy . mat mul numpy . dot的功能与以下两个主要例外相同：没有标量乘法，但可以在矩阵堆栈中使用。

　　NP.matmul(a，b)).

　　数组([ 16，6，8 ])

　　Numpy.inner以同样的方式工作。Numpy.dot表示不同的矩阵矩阵和矩阵向量乘法的卡德尔乘法。(请看维基百科的内积和点积的区别是很常见的，或者它的SO答案是关于numpy的实现。)。

　　内部的.

　　数组([ 16，6，8 ])

　　# bewareusingformatrixmultiplicationthough！

　　b=a.T

　　NP.dot(a，b))。

　　数组([ 35，9，10 ]，

　　[ 9,3,4 ],

　　[ 10,4,6 ] )

　　内部的.

　　数组([ 29，12，19 ]，

　　[ 7,4,5 ],

　　[ 8,5,6 ] )

　　边缘很难选择。

　　如果kadyl(维数大于或等于1的数组)存在，numpy.tensordot可以使用axes=1和可选参数。

　　NP.tensordot(a，b，axes=1)).

　　数组([ 16，6，8 ])

　　如果有numpy.vdot复矩阵，请不要使用。将矩阵展平为一维数组，试图找到展平后的矩阵与向量之间的复共轭点积(因大小不匹配而失败)(n*mvs n)。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。