文章目录

区别优势区分矩阵性质区分矩阵乘法区分array和matrix之间的转换array——>matrixmatrix——>array numpy.mat和numpy.matrix的区别

区别

类型特点ndarray可以为多维(1D，2D，3D····ND)matrices必须为2维

Matrix是Array的一个小的分支，包含于Array。所以matrix 拥有array的所有特性。

优势区分

虽说matrix仅仅是array的一个小分支，但是他也是有自己的优势的

matrix的优势就是相对简单的运算符号比如两个矩阵相乘，就是用符号 * ，但是array相乘不能这么用，得用方法.dot()或者.matmul()array的优势就是不仅仅表示二维，还能表示3、4、5…维

矩阵性质区分

matrix和 array后面加上 .T 得到转置matrix还可以在后面加 .H 得到共轭矩阵matrix加.I 得到逆矩阵

矩阵乘法区分

array 乘法： * 代表点乘（对应元素相乘)；dot()代表矩阵乘；multiply代表点乘matrix 乘法： * 代表矩阵乘，multiply()代表点乘。

array和matrix之间的转换

array——>matrix

np.asmatrix()

#导入模块 import numpy as np #创建array数组 In [12]: a1 = np.array([[1,2], [3,4]]) #输出打印 a1 数组 In [13]: a1 Out[13]: array([[1, 2], [3, 4]]) #通过 a1 数组 转换 matrix 的 a2 矩阵 In [14]: a2 = np.asmatrix(a1) #输出打印a2 In [15]: a2 Out[15]: matrix([[1, 2], [3, 4]])

matrix——>array

np.asarray()

#导入模块 import numpy as np #创建 matrix 矩阵 In [17]: t1 = np.mat([[1,2], [3,4]]) #输出打印 t1 In [18]: t1 Out[18]: matrix([[1, 2], [3, 4]]) #通过矩阵 t1 转换为 array数组 In [19]: t2 = np.asarray(t1) #输出打印 array 数组 In [20]: t2 Out[20]: array([[1, 2], [3, 4]])

numpy.mat和numpy.matrix的区别