numpy数组和矩阵有什么区别?我应该使用哪一个?-问答-阿里云开发者社区-阿里云

开发者社区> 问答> 正文

numpy数组和矩阵有什么区别?我应该使用哪一个?

保持可爱mmm 2020-01-15 16:48:17 35

每种都有哪些优点和缺点?

从我所看到的情况来看,如果需要,任何一个都可以替代另一个,所以我应该同时使用这两个还是应该仅使用其中之一?

程序的样式会影响我的选择吗?我正在使用numpy进行一些机器学习,因此确实有很多矩阵,但也有很多向量(数组)。

机器学习/深度学习 Python
分享到
取消 提交回答
全部回答(1)
  • 保持可爱mmm
    2020-01-15 16:48:36

    numpy矩阵严格是二维的,而numpy数组(ndarrays)是N维的。矩阵对象是ndarray的子​​类,因此它们继承了ndarray的所有属性和方法。

    numpy矩阵的主要优点是它们为矩阵乘法提供了一种方便的表示法:如果a和b是矩阵,则a * b是它们的矩阵乘积。

    import numpy as np

    a=np.mat('4 3; 2 1') b=np.mat('1 2; 3 4') print(a)

    [[4 3]

    [2 1]]

    print(b)

    [[1 2]

    [3 4]]

    print(a*b)

    [[13 20]

    [ 5 8]]

    另一方面,从Python 3.5开始,NumPy使用@运算符支持中缀矩阵乘法,因此您可以在Python> = 3.5中使用ndarrays实现相同的矩阵乘法便利。

    import numpy as np

    a=np.array([[4, 3], [2, 1]]) b=np.array([[1, 2], [3, 4]]) print(a@b)

    [[13 20]

    [ 5 8]]

    矩阵对象和ndarray都.T必须返回转置,但是矩阵对象也必须具有.H共轭转置和.I逆。

    相反,numpy数组始终遵守以元素为单位应用操作的规则(除了new @运算符)。因此,如果a和b是numpy数组,则a*b该数组是通过按元素逐个乘以组成的:

    c=np.array([[4, 3], [2, 1]]) d=np.array([[1, 2], [3, 4]]) print(c*d)

    [[4 6]

    [6 4]]

    要获得矩阵乘法的结果,请使用np.dot(或@在Python> = 3.5中,如上所示):

    print(np.dot(c,d))

    [[13 20]

    [ 5 8]]

    该**运营商还表现不同:

    print(a**2)

    [[22 15]

    [10 7]]

    print(c**2)

    [[16 9]

    [ 4 1]]

    由于a是矩阵,所以a2返回矩阵乘积a*a。由于c是ndarray,因此c2返回一个ndarray,每个组件的元素均平方。

    矩阵对象和ndarray之间还有其他技术区别(与np.ravel,项目选择和序列行为有关)。

    numpy数组的主要优点是它们比二维矩阵更通用。当您需要3维数组时会发生什么?然后,您必须使用ndarray,而不是矩阵对象。因此,学习使用矩阵对象的工作量更大-您必须学习矩阵对象操作和ndarray操作。

    编写同时使用矩阵和数组的程序会使您的生活变得困难,因为您必须跟踪变量是什么类型的对象,以免乘法返回意外的结果。

    相反,如果仅使用ndarray,则可以执行矩阵对象可以执行的所有操作,以及更多操作,但功能/符号略有不同。

    如果您愿意放弃NumPy矩阵产品表示法的视觉吸引力(使用python> = 3.5的ndarrays几乎可以优雅地实现),那么我认为NumPy数组绝对是可行的方法。

    PS。当然,您真的不必以牺牲另一个为代价来选择一个,因为np.asmatrix并np.asarray允许您将一个转换为另一个(只要数组是二维的)。

    问题来源于stack overflow

    0 0
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

推荐文章
相似问题
推荐课程