线性代数基础:向量矩阵张量的Python的表达

NumPy（Numerical Python）是Python科学计算的基础库，提供了高性能的多维数组对象和处理工具。

一维数组/向量：

x = np.arange(8)array([0, 1, 2, 3, 4, 5, 6, 7])

结果为；

值为表示有8个元素；

也可以直接使用创建数组：

x = np.array([0, 1, 2, 3, 4, 5, 6, 7])x = np.array((0, 1, 2, 3, 4, 5, 6, 7))array([0, 1, 2, 3, 4, 5, 6, 7])

取值操作：

表示取第一个元素，为0；

表示取第最后一个元素，为7；

切片操作，表示取第2个元素到第3个元素，不包含索引为4的元素，结果为；

矩阵：

x = np.arange(8).reshape(2,4)array([[0, 1, 2, 3],        [4, 5, 6, 7]])

这里的 可以这样理解，创建一个2维数组（矩阵），2行4列，类型仍然是

y = np.mat([[0,1,2,3], [4,5,6,7]])matrix([[0, 1, 2, 3],        [4, 5, 6, 7]])

值为

注意:这里的x与y的类型不同，y的类型是

运算操作：

a = np.mat([[0,1], [2,3]])b = np.mat([[4,5], [6,7]])

注意这里的*与dot的区别：

张量的表达：

x = np.arange(8).reshape(2,2,2)array([[[0, 1],        [2, 3]],       [[4, 5],        [6, 7]]])

 可以这样理解，创建 2 个（矩阵），每个矩阵有 2 行，每行有 2 列。

取值操作：

表示取第0个矩阵第1行第1列的元素，结果为；

 表示取第1个矩阵所有行所有列，冒号表示所有，结果为