Python 技術手冊 第三版

506

|

第 15 章　數值處理

a[:,:2]

array([[0, 1],

[4, 5]])

for row in a:

print(row)

[0 1 2 3]

[4 5 6 7]

for row in a:

for col in row[:2]: # 每列中的頭兩個項目

print(col)

0

1

4

5

NumPy 中的矩陣運算

如前面「operator 模組」中提到的，

NumPy

實作了新的

3

運算子

@

以用於陣

列的矩陣乘法（matrix multiplication）。

a1 @ a2

就像是

np.matmul(a1,a2)

。

當兩個矩陣都是二維的，它們會被視為傳統的矩陣。若有一個引數是向量

（vector），你會將它提升為一個二維陣列，視需要暫時在它的 shape 的前

面或後面加上一個

1

。別把

@

用於一個純量（scalar），改用

*

（參閱接下來

的範例）。矩陣也允許與一個純量的加法（使用

+

，參閱範例），也能與向

量或其他的矩陣（shape 必須相容）相加。矩陣也有內積（dot product），

使用

np.dot(a1, a2)

。這些運算子的幾個簡單的範例如下：

a = np.arange(6).reshape(2,3) # 一個二維矩陣

b = np.arange(3) # 一個向量

a

array([[0, 1, 2],

[3, 4, 5]])

a + 1 # 加上一個純量

array([[1, 2, 3],

[4, 5, 6]])

a + b # 加上一個向量

array([[0, 2, 4],

[3, 5, 7]]) ...