numpy.matmul()函数
调用方式:
numpy.matmul(x1, x2, /, out=None, *, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'matmul'>)
各个参数意义
x1
:输入数组1,不允许是标量
x2
:输入数组2,不允许是标量
out
:返回值,ndarray
数组,(可选参数),记录作用后的结果
有返回值,记录矩阵的乘积,只有当x1
,x2
均为一维数组时,才会得到一个标量
其他参数这里不做过多讨论,以后可能会补充说明。
代码如下:
# -*- coding: utf-8 -*-
"""
Created on Wed Oct 21 10:00:45 2020@author: 15025
"""import numpy as npclass NumpyStudy:def matrixMultiplication(self):array1 = [[1, 2], [3, 4]]array2 = [[5, 6], [7, 8]]array_output1 = np.matmul(array1, array2)print("数组array_output1的值为: ")print(array_output1)if __name__ == "__main__":main = NumpyStudy()main.matrixMultiplication()
"""
数组array_output1的值为:
[[19 22][43 50]]
"""
注意我们这里预先没有对array1
与array2
进行np.array()
数组处理,而是直接使用的list
类型也是可以的。
这里我们进一步研究一下out
参数。
# -*- coding: utf-8 -*-
"""
Created on Wed Oct 21 10:00:45 2020@author: 15025
"""import numpy as npclass NumpyStudy:def matrixMultiplication(self):array1 = [[1, 2], [3, 4]]array2 = [[5, 6], [7, 8]]array_output1 = np.zeros((2, 2), dtype=np.int32)np.matmul(array1, array2, out=array_output1)print("数组array_output1的值为: ")print(array_output1)if __name__ == "__main__":main = NumpyStudy()main.matrixMultiplication()
"""
数组array_output1的值为:
[[19 22][43 50]]
"""
当我们设定out=array_output1
时,我们还是需要预先对该函数进行初始化,比如这里的array_output1 = np.zeros((2, 2), dtype=np.int32)
,而且其尺寸必须与最后的乘积后得到的结果相同,所以意义不大。尽量避免使用。
numpy.matmul()函数相关推荐
- Numpy线性代数-numpy.matmul()
前言 NumPyNumPyNumPy提供了线性代数函数库linalg,该库包含了线性代数所需的所有功能,可以看看下面的说明. 函数 内容 dot 两数组的点积 vdot 两向量的点积 inner 两数 ...
- [转载] Numpy 使用教程--Numpy 数学函数及代数运算
参考链接: Python中的numpy.logaddexp Numpy 使用教程–Numpy 数学函数及代数运算 一.实验介绍 1.1 实验内容 如果你使用 Python 语言进行科学计算,那么一定会 ...
- 【转】Numpy 数学函数及代数运算
Numpy 使用教程--Numpy 数学函数及代数运算 一.实验介绍 1.1 实验内容 如果你使用 Python 语言进行科学计算,那么一定会接触到 Numpy.Numpy 是支持 Python 语言 ...
- tf.multiply、tf.matmul函数
1.tf.multiply函数 函数原型 tf.multiply(x, y, name=None ) 函数说明 两个张量各自对应的位置元素进行相乘,需要两个张量形状相同. 函数使用 >>& ...
- numpy常用函数之random.normal函数
numpy常用函数之random.normal函数 4.np.random.normal(loc=0.0, scale=1.0, size=None) 作用: 生成高斯分布的概率密度随机数 lo ...
- Python ln_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!
点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...
- NumPy 数学函数
NumPy 数学函数 NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等. 三角函数 NumPy 提供了标准的三角函数:sin().cos().tan(). 实例 ...
- python乘法表运算_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!...
点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...
- python的empty函数_python中numpy.empty()函数的用法
在使用python编程的过程中,想要快速的创建ndarray数组,可以使用numpy.empty()函数.numpy.empty()函数所创建的数组内所有元素均为空,没有实际意义,所以它也是创建数组最 ...
最新文章
- Hexo Next 博客添加相册瀑布流
- ubuntu安装软件依赖
- R语言基础篇——数据对象
- Lucene查询索引(分页)
- js中(function(){}()),(function(){})(),$(function(){});之间的区别
- Synchronize锁继承
- 如何编写 Nagios 插件
- c++ post请求_前端工程师进阶:网络请求方法详解,GET和POST的区别
- MongoDB 分析查询性能
- 任意阶魔方阵matlab程序,【精品】任意阶魔方阵算法(c语言)
- 大公司程序员 VS 小公司程序员 | 差别在哪?
- android流量显示插件,[android]仿360状态,种流量监控桌面浮动显示
- centos普通用户修改文件权限_Linux CentOS更改文件的权限与用户及用户组管理命令...
- ASP.NET XML Web 服务的应用程序集成
- [译] Redux vs. React 的 Context API
- 我要彻底搞懂SSD网络结构(1)VGG部分
- 猜拳php代码,微信猜拳游戏源码
- java游戏征途2008_醉剑逍遥-征途天下
- win10系统快速进入bios的设置方法
- TSL 传输层安全性协议