标签：detail 乘法 报错 相关 相等 blog details nbsp code
numpy中array的特性：
https://www.jianshu.com/p/a75e522d5839#
https://blog.csdn.net/zenghaitao0128/article/details/78300770
相关操作：
#两个元素的向量 a = np.array([1,2]) #1X2矩阵 a1 = np.array([[1,2]]) #2X1矩阵 a2 = np.array([[1],[2]]) #三个元素的向量 b = np.array([1,2,3]) #1X3矩阵 b1 = np.array([[1,2,3]]) #3X1矩阵 b2 = np.array([[1],[2],[3]]) #3X2矩阵 c = np.array([[1,1],[1,2],[1,3]]) #2X2矩阵，不同维矩阵相加，先扩维 print(a1+a2) #1X2矩阵，向量加矩阵，扩为行矩阵 print(a+a1) #2X2矩阵，向量转为行矩阵，然后矩阵扩维 print(a+a2) #报错，向量元素个数不相等 print(a+b) #三个元素的向量，矩阵乘向量 print(np.dot(c,a)) #报错，不符合矩阵乘法定义 print(np.dot(c,a1)) #3X1矩阵，矩阵乘法 print(np.dot(c,a2))
矩阵乘法按定义，矩阵加法会扩维
向量与矩阵的加法和乘法较灵活，使用时要注意
标签：detail 乘法 报错 相关 相等 blog details nbsp code
原文地址：https://www.cnblogs.com/cxc1357/p/10479938.html
