np.array()和np.mat()区别,一文讲清楚

文章目录

  • 1.生成数组所需数据格式不同
  • 2.生成的数组计算方式不同

先送上结论:
防止错误的使用办法:
np.dot()一定是点乘,np.multiply()一定是对应位置的元素相乘。
使用这两个就不会错

1.生成数组所需数据格式不同

np.mat可以从string或list中生成;而np.array只能从list中生成

import numpy as np
# mat = asmatrix 源码当中mat作为指向asmatrix函数的一个变量
arr_a = np.mat(data="1,2;3,5")
arr_b = np.asmatrix([[5,6],[7,9]])
print(arr_a)
'''
[[1 2]
 [3 5]]
'''
print(arr_b)
'''
[[5 6]
 [7 9]]
'''

2.生成的数组计算方式不同

array生成数组,用np.dot()表示矩阵乘积,(*)号或np.multiply()表示点乘

arr_a = np.array([[1, 1], [1, 1]])
arr_b = np.array([[2, 2], [2, 2]])
print(np.dot(arr_a, arr_b))
'''
[[4 4]
 [4 4]]
'''
print(np.multiply(arr_a, arr_b))
'''
[[2 2]
 [2 2]]
'''
print(arr_a*arr_b)
'''
[[2 2]
 [2 2]]
'''

np.mat生成数组,(*)和np.dot()相同,点乘只能用np.multiply()


a = np.mat([[1, 1], [1, 1]])
b = np.mat([[2, 2], [2, 2]])
print(np.dot(a, b))
'''
[[4 4]
 [4 4]]
'''
print(a*b)
'''
[[4 4]
 [4 4]]
'''
print(np.multiply(a, b))
'''
[[2 2]
 [2 2]]

你可能感兴趣的:(人工智能,算法,Python相关,python,矩阵,线性代数)