Comment utiliser le tableau numpy et la multiplication matricielle

Cette fois, je vais vous montrer comment utiliser numpyarray et la multiplication matricielle, quelles sont les précautions lors de l'utilisation de numpy array et de la multiplication matricielle, ce qui suit est un cas pratique, commençons jetez un oeil une fois.

1. Lorsque est tableau, la valeur par défaut d*f est le produit des éléments correspondants, multiplier est également le produit du éléments correspondants, le point (d, f) sera converti en produit de matrices, la multiplication point point signifie addition, et multiplier n'est que la multiplication des éléments correspondants, pas d'addition

2, Quand c'est mat, par défaut d*f est le produit de la matrice, le multiplie est converti en produit des éléments correspondants, le point (d, f) est le produit de la matrice

3. Lors du mélange , ne mélangez généralement pas

Lors du mélange, la valeur par défaut est la multiplication matricielle, la multiplication est convertie en produit des éléments correspondants, le point (d, f) est le produit de la matrice

Résumé : La valeur par défaut pour la multiplication de tableau est la multiplication par points, et la valeur par défaut pour la matrice Il s'agit de la multiplication matricielle. Lorsqu'elle est mélangée, la multiplication par défaut est convertie en produit des éléments correspondants par points (d,. f) sera converti en produit de la matrice. Notez que lorsque la multiplication ne satisfait pas l'élément correspondant, elle est effectuée de manière diffusion.

Je pense que vous maîtrisez la méthode après avoir lu le cas dans cet article. Pour des informations plus intéressantes, veuillez prêter attention aux autres informations connexes. articles sur le site php chinois !

Lecture recommandée :

Comment résoudre le plus grand diviseur commun en Python

Comment fusionner des tableaux numpy en Python

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!