numpy--深度学习中的线代基础

参考自 微信公众号--深度学习世界（http://mp.weixin.qq.com/s?__biz=MzI4MDMwMDM3NA==&mid=2247484616&idx=1&sn=096d818d5083243095119356c36657e8&chksm=ebbbdaf1dccc53e7dbc670645045ae35cad9570c75c813b4860b93a20578b7a181f2c1981c4f&mpshare=1&scene=23&srcid=0415GFUWVI1SZOyc2i2JjYLC#rd）

import numpy as np

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

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

1、 标量操作

>>>print x+1

>>>[2 3 4]

2、 元素操作

>>>print x+y

>>>[3 5 7]

3、 向量乘法

1）点积

>>>print np.dot(x,y)

>>>20

2）Hadamard乘积

>>>print x*y

>>>[ 2 6 12]

4、 矩阵

a = np.array([[1,2,3],

[4,5,6]])

b = np.array([[1,2,4],

[3,4,7]])

c = np.array([[4,1],

[5,2],

[3,4]])

1) 矩阵维度,形状

>>>print a.ndim

>>>2

>>>print a.shape

>>>(2L, 3L)

2) 矩阵标量运算

>>>print a+1

>>>[[2 3 4]

[5 6 7]]

    3) 矩阵单元操作

>>>print a+b

>>>[[ 2 4 7]

[ 7 9 13]]

    4) Hadamard乘积

>>>print a*b

>>>[[ 1 4 12]

[12 20 42]]

    5) 矩阵转置

>>>print a.T

>>>[[1 4]

[2 5]

[3 6]]

    6) 矩阵乘法

>>>print np.dot(a,c)

>>>[[23 17]

[59 38]]