python - python/numpy中的matrix**2是什么意思？

Question

我正在阅读的一些代码中有一个 python ndarray temp 受此影响：

x = temp**2

这是点方阵（即相当于m.*m）还是矩阵方阵（即m必须是方阵）？特别是，我想知道我是否可以摆脱这段代码中的转置：

temp = num.transpose(whatever)
num.sum(temp**2,axis=1))

并将其变成这样：

num.sum(whatever**2,axis=0)

这将为我节省至少 0.1 毫秒，显然值得我花时间。
谢谢！** 运算符是不可搜索的，我什么都不知道！一种

Answer 1

它只是每个元素的平方。

from numpy import *
a = arange(4).reshape((2,2))
print a**2

印刷

[[0 1]
 [4 9]]

Answer 2

**是 Python 中的升幂运算符，因此在 Python 中x**2表示“x 平方”——包括 numpy. numpy 中的此类操作总是逐个元素地应用，因此x**2对数组的每个元素x（无论维数多少）进行平方就像，例如，x*2将每个元素加倍，或者x+2将每个元素增加 2（在每种情况下，x适当的不受影响 -结果是一个与x!)形状相同的新临时数组。

编辑：正如@kaizer.ze 指出的那样，虽然我写的内容适用于numpy.array对象，但它不适用于对象，其中乘法意味着矩阵乘法，而不是像 for （同样用于提升权力）numpy.matrix这样的逐元素操作——确实array，这是两种类型之间的主要区别。正如Scipy 教程所说，例如：

当我们使用 numpy.array 或 numpy.matrix 时会有所不同。A*x 在后一种情况下是矩阵乘积，而不是数组的元素乘积。

即，正如numpy 参考所说：

矩阵是一个专门的二维数组，它通过运算保持其二维性质。它具有某些特殊的运算符，例如*（矩阵乘法）和**（矩阵幂）。

Answer 3

您应该阅读NumPy for Matlab Users。那里提到了元素幂运算，您还可以看到，在 numpy 中，某些运算符对arrayand的应用不同matrix。

>>> from numpy import *
>>> a = arange(4).reshape((2,2))
>>> print a**2
[[0 1]
 [4 9]]
>>> print matrix(a)**2
[[ 2  3]
 [ 6 11]]