0

我读了一些关于 NumPy 的东西，它是 Matrix 类。在作者编写的文档中，我们只能创建一个二维矩阵。所以我认为他们的意思是你只能写这样的东西：

input = numpy.matrix( ((1,2), (3,4))

这是正确的吗？但是当我写这样的代码时：

input = numpy.matrix( ((1,2), (3,4), (4,5)) )

它也有效......通常我会说好的，为什么不呢，我不知道它为什么有效。但是我必须为我的大学写一次考试，所以我必须知道我是否理解正确，或者它们是否意味着 2D Matrix 的其他含义？

谢谢你的帮助

4

2 回答 2

4

它们都是二维矩阵。第一个是 2x2 2D 矩阵，第二个是 3x2 2D 矩阵。它与编程中的二维数组非常相似。int matrix[3][2]例如，第二个矩阵在 C 中定义。

那么，一个 3D 矩阵意味着它具有以下定义：int 3d_array[3][2][3].

在 numpy 中，如果我尝试使用 3d 矩阵：

>>> input = numpy.matrix((((2, 3), (4, 5)), ((6, 7), (8, 9))))
ValueError: matrix must be 2-dimensional
于 2015-10-27T10:32:42.320 回答
0

埃姆雷 的答案是正确的，但我仍然想解决 numpy 矩阵的使用问题，这可能是您困惑的根源。

如果对使用有疑问numpy.matrix，请选择ndarrays：

  • Matrix实际上是一个ndarray子类：矩阵可以做的所有事情，ndarray都可以做到（反向不完全正确）。
  • 矩阵覆盖*和运算符，a和 a**之间的任何操作都会返回 a ，这对于某些算法来说是有问题的。Matrixndarraymatrix

更多关于这个 SO 帖子ndarray的vsmatrix辩论，特别是这个简短的回答

来自Numpy 文档

matrix对象继承自 ndarray，因此它们具有与 ndarray 相同的属性和方法。然而，矩阵对象有六个重要区别，当您使用矩阵但期望它们像数组一样工作时，可能会导致意想不到的结果：

  • 可以使用字符串表示法创建矩阵对象，以允许使用 Matlab 样式的语法，其中空格分隔列，分号 (';') 分隔行。

  • 矩阵对象总是二维的。这具有深远的影响，因为 m.ravel() 仍然是二维的（第一维为 1）并且项目选择返回二维对象，因此序列行为与数组根本不同。

  • 矩阵对象覆盖乘法为矩阵乘法。对于您可能想要接收矩阵的函数，请确保您了解这一点。特别是考虑到当 m 是矩阵时 asanyarray(m) 返回一个矩阵这一事实。

  • 矩阵对象覆盖幂以将矩阵提升为幂。关于在使用 asanyarray(...) 获取数组对象的函数中使用 power 的相同警告适用于这一事实。

  • 矩阵对象的默认__array_priority__值为 10.0，因此与 ndarray 的混合操作总是会产生矩阵。

  • 矩阵具有使计算更容易的特殊属性。[...]

于 2015-10-27T10:54:31.550 回答