矩阵的操作

矩阵A，B的点成：np.dot(A,B)

矩阵B的逆：np.inv(B)

矩阵A的转置：A.T

import numpy as np
from numpy.linalg import inv
from numpy import dot
from numpy import mat


if __name__ == "__main__":
    A = np.mat([1, 1])  # 1行2列的矩阵
    print('A:\n', A)
    Arr = np.array([1,1])  #数组
    print("Arr:\n",Arr)

    #A矩阵是1*2转化为2*1
    print("A矩阵转化2行1列：", A.reshape(2, 1))
    # A矩阵转置
    print('A.T:\n', A.T)  # 1行2列 转置为 2行1列

    print("-------------------------")
    B = mat([[1,2],[2,3]])  #2*2的矩阵
    print('B:\n',B)
    #求B矩阵的逆矩阵
    print('B的逆矩阵：\n', inv(B))
    #获取B矩阵的第一行
    print("B矩阵的第一行",B[0, :]) #第一行所有列
    #获取B矩阵的第一列
    print("B矩阵的第一列：", B[:, 0]) #所有行第一列
    print("B矩阵转化为1行4列：\n", B.reshape(1, 4))

    # A: 1*2 B: 2*2
    print('A*B:\n', dot(A,B))
    # A.T 2*1 B:2*2
    print('B*A:\n', dot(B,A.T))  #B矩阵*A的转置矩阵

inv: 矩阵求逆

dot: 矩阵点乘

mat: 二维矩阵

array: 一维数组

.T：  矩阵的转置

.reshape ： 重新构置矩阵

inv: 矩阵求逆

dot: 矩阵点乘

mat: 二维矩阵

array: 一维数组

A.reshape(1,2)

把A输出成1行2列的形式

inv是求矩阵的逆

dot是矩阵点乘dot(A,B)

mat是矩阵是二维的

Array数组维度是一维的

".T"  矩阵的转置