Numpy中matrix()和array()的區別

 

matrix() 和 array() 的區別，主要從以下方面說起：

 

1. 矩陣生成方式不同

import numpy as np
 
a1 = np.array([[1, 2], [3, 4]])
b1 = np.mat([[1, 2], [3, 4]])
 
a2 = np.array(([1, 2], [3, 4]))
b2 = np.mat(([1, 2], [3, 4]))
 
a3 = np.array(((1,2), (3,4)))
b3 = np.mat(((1,2), (3,4)))
 
b4 = np.mat('1 2; 3 4')
 
print("\n",a1,"\n",b1,"\n",a2,"\n",b2,"\n",a3,"\n",b3,"\n",b4)

結果均為：

 [[1 2]
 [3 4]]

上述變化就是將 “[]” 換成“()”。不同之處在於  b4 內用引號、空格和分號來產生矩陣，這個方法只可以在  matrix() 函數中使用，即b4 = np.mat('1 2; 3 4')。不可以寫成的 a4 = np.array('1 2; 3 4') 。

 

2. 矩陣性質不同

matrix()和 array ()后面加上 .T 得到轉置。但是matrix()還可以在后面加 .H 得到共軛矩陣, 加 .I 得到逆矩陣， array()就不可以。

import numpy as np
 
a1 = np.array([[1, 2], [3, 4]])
b1 = np.mat([[1, 2], [3, 4]])
 
print(a1.T)
print(b1.T)

[[1 3]
 [2 4]]
[[1 3]
 [2 4]]

import numpy as np
a1 = np.array([[1, 2], [3, 4]])
print(a1.H)

AttributeError: 'numpy.ndarray' object has no attribute 'H'

print(a1.I)

AttributeError: 'numpy.ndarray' object has no attribute 'I'

import numpy as np
b1 = np.mat([[1, 2], [3, 4]])
 
print(b1.H)
print(b1.I)

[[1 3]
 [2 4]]
[[-2.   1. ]
 [ 1.5 -0.5]]

3. 在矩陣乘法中的不同

array()的乘法是矩陣中對應位置的兩個數相乘。

mat()的乘法是矩陣乘法。

import numpy as np
 
a1 = np.array([[1, 2], [3, 4]])
c1 = np.array([[5,6],[7,8]])
 
b1 = np.mat([[1, 2], [3, 4]])
d1 = np.mat([[5,6],[7,8]])
 
print("a1乘c1的結果：",a1*c1)
print("b1乘d1的結果：",b1*d1)

a1乘c1的結果： [[ 5 12]
 [21 32]]
b1乘d1的結果： [[19 22]
 [43 50]]

array()和mat()，若讓他們都遵循矩陣乘法，可以用dot()函數。

print(np.dot(a1,c1))
print(np.dot(b1,d1))

[[19 22]
 [43 50]]
[[19 22]
 [43 50]]

 

矩陣平方：array()的平方是矩陣對應位置數的平方。mat()的平方是矩陣乘積。

print("a1的平方",a1**2)
print("b1的平方",b1**2)

a1的平方 [[ 1  4]
 [ 9 16]]
b1的平方 [[ 7 10]
 [15 22]]

 

總結：

array()乘法：*代表點乘（對應元素相乘），dot()代表矩陣乘。

mat()乘法：*代表矩陣乘，multiply()代表點乘。

 

4. matrix()和array()關於秩的區別

 

5. array()和mat()之間的轉換

array()——>mat()：np.asmatrix()

a1 = np.array([[1,2], [3,4]])
a1

array([[1, 2],
       [3, 4]])

a2 = np.asmatrix(a1)
a2

matrix([[1, 2],
        [3, 4]])

 

mat()——>array()：np.asarray()

b1 = np.mat([[1,2], [3,4]])
b1

matrix([[1, 2],
        [3, 4]])

b2 = np.asarray(b1)
b2 

array([[1, 2],
       [3, 4]])

 

 

來自：jeexi