NumPy 矩阵减法
本教程将讨论在 NumPy 中执行矩阵减法运算的方法。
使用 - 运算符的 NumPy 矩阵减法
中缀减法运算符 - 可用于在 NumPy 中执行矩阵减法。
import numpy as np
matA = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
matB = np.matrix([[9, 8, 7], [6, 5, 4], [3, 2, 1]])
matC = matA - matB
print(matC)
输出：
[[-8 -6 -4]
[-2 0 2]
[ 4 6 8]]
我们在上面的代码中使用 - 运算符从矩阵 matB 中减去了矩阵 matB。我们首先使用 np.matrix() 函数创建了两个矩阵。然后我们执行矩阵减法并将结果保存在矩阵 matC 中，使用 matC = matA - matB。
我们还可以使用带有 np.array() 的 2D 数组而不是矩阵来执行相同的减法。以下代码示例演示如何使用二维数组执行矩阵减法。
import numpy as np
matA = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
matB = np.array([[9, 8, 7], [6, 5, 4], [3, 2, 1]])
matC = matA - matB
print(matC)
输出：
[[-8 -6 -4]
[-2 0 2]
[ 4 6 8]]
上面的代码给出与前面的示例相同的结果，因为 - 运算符在处理矩阵和二维数组时没有区别。这是因为 np.matix 是 np.ndarray 的子类。
相关文章
在 Python 中将 Tensor 转换为 NumPy 数组
发布时间：2024/03/12 浏览次数：118 分类：Python
-
在 Python 中，可以使用 3 种主要方法将 Tensor 转换为 NumPy 数组：Tensor.numpy()函数，Tensor.eval()函数和 TensorFlow.Session()函数。
在 Python 中将 CSV 读取为 NumPy 数组
发布时间：2024/03/12 浏览次数：118 分类：Python
-
本教程演示如何在 Python 中将 CSV 读取为 NumPy 数组。
将 PIL 图像转换为 NumPy 数组
发布时间：2024/03/12 浏览次数：153 分类：Python
-
在 Python 中，可以使用两种主要方法将 PIL 图像转换为 3 维 NumPy 数组：numpy.array()函数和 numpy.asarray()函数。
