import numpy as np
from numpy import *
a = mat([[1,2,3],[3,4,5]])
print(a)
print(type(a))
输出结果:[[1 2 3]
[3 4 5]]
<class 'numpy.matrixlib.defmatrix.matrix'>
输出结果为 矩阵形式
b=array([[1,2,3],[2,3,5]])
print(b)
print(type(b))
输出结果:[[1 2 3]
[2 3 5]]
<class 'numpy.ndarray'>
输出结果为多维数组形式
数组若满足矩阵的形式,则可按矩阵的运算规则进行运算
A,B,C=np.linalg.svd(b) #求 b的左奇异值矩阵
print(A)
输出结果:[[-0.5183792 -0.85515087]
[-0.85515087 0.5183792 ]]
补充: `
若matrix为矩阵
matrix.T 表示 求矩阵的转置
matrix.I 表示求A的广义逆矩阵,若A为方阵则 为A的逆矩阵
matrix.A 表示为A本身
matrix.T/I/A >0 矩阵中的每个位置元素与0进行比较,判断是否大于0, 输出为 True/False 构成的矩阵。
import numpy as np
from numpy import *
a = mat([[0,2,-3],[3,4,5]])
print(a)
输出结果:[[ 0 2 -3]
[ 3 4 5]]
print(a.A)
输出结果:[[ 0 2 -3]
[ 3 4 5]]
print(a.A>0)
输出结果:[[False True False]
[ True True True]]
print(a.T)
输出结果:[[ 0 3]
[ 2 4]
[-3 5]]
print(a.I)
输出结果:[[ 0.03494176 0.06489185]
[ 0.21297837 0.10981697]
[-0.19134775 0.07321131]]