知识卡片
线性代数须明确运算对象语义
处理矩阵时,要区分逐元素运算与线性代数运算。原matrix示例以*作矩阵乘法,T表示转置,I表示逆,linalg还提供行列式、特征值和solve方程求解;能否求逆或求解仍取决于矩阵性质。现代NumPy官方文档已不建议新用matrix,推荐普通数组(2026-10-27核验);不能把原matrix的*语义直接搬给ndarray。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
Matrix对象和3.9节中描述的数组对象有些类似,但是在计算时遵循线性代数规则。下面的例子展示了几个重要的特性: >>> import numpy as np >>> m = np.matrix([[1,-2,3],[0,4,5],[7,8,-9]]) >>> m m
参考来源
- 位置:《Python Cookbook(第3版)中文版》3.10 矩阵和线性代数的计算(spine11;extracted/Python Cookbook(第3版)中文版/_epub-src/OEBPS/Text/part0009.xhtml;u054-ch03-015)。
- 结论依据:完整读取本条问题、所有示例与讨论;明确修改语义、区间边界和日历规则,版本纠错已查相应官方说明。
- 原始内容:Matrix对象和3.9节中描述的数组对象有些类似,但是在计算时遵循线性代数规则。下面的例子展示了几个重要的特性: >>> import numpy as np >>> m = np.matrix([[1,-2,3],[0,4,5],[7,8,-9]]) >>> m m