Năm 2017 sẽ mãi khắc sâu trong ký ức của chúng ta khi Python vượt qua R để trở thành ngôn ngữ hàng đầu cho Khoa học dữ liệu. Có nhiều yếu tố ảnh hưởng đến điều này. Cú pháp đơn giản của Python, hệ sinh thái PyData tuyệt vời và tất nhiên là mua từ BDFL của Python
PEP 465 đã giới thiệu toán tử trung tố
A = np.matrix['3 1; 8 2'] A9 được chỉ định sử dụng để nhân ma trận. Việc chấp nhận và triển khai đề xuất này trong Python 3. 5 là một tín hiệu cho cộng đồng khoa học rằng Python đang rất coi trọng vai trò là ngôn ngữ tính toán số
Tôi là sinh viên chuyên ngành Toán học ở trường đại học nên ma trận rất gần gũi và thân thương đối với tôi. Cảm ơn Giáo sư Jeff Orchard vì đã cho chúng tôi thực hiện các thuật toán ma trận trong C++. Lớp học của anh ấy là lớp học tốt nhất mà tôi từng tham gia
Trong bài đăng này, chúng ta sẽ khám phá toán tử
A = np.matrix['3 1; 8 2'] A9
Trong 1]
import numpy as np
Trong 2]
A = np.matrix['3 1; 8 2'] A
Ra[2]
matrix[[[3, 1], [8, 2]]]
Trong 3]
B = np.matrix['6 1; 7 9'] B
Ra[3]
matrix[[[6, 1], [7, 9]]]
Trong [4]
A @ B
Ra[4]
________số 8
Hãy xác nhận điều này hoạt động
Trong [5]
# element at the top left. i.e. [1, 1] aka [0, 0] in python A[0, 0] * B[0, 0] + A[0, 1] * B[1, 0]
Ra[5]
A = np.matrix['3 1; 8 2'] A0
Trong [6]
A = np.matrix['3 1; 8 2'] A1
Ra[6]
A = np.matrix['3 1; 8 2'] A0
Trong [7]
A = np.matrix['3 1; 8 2'] A1
Ra[7]
A = np.matrix['3 1; 8 2'] A2
Trong [8]
A = np.matrix['3 1; 8 2'] A3
Ra[8]
A = np.matrix['3 1; 8 2'] A4
Trong [9]
A = np.matrix['3 1; 8 2'] A5
Ra[9]
________số 8
Trong [10]
A = np.matrix['3 1; 8 2'] A7
Ra[10]
A = np.matrix['3 1; 8 2'] A8
có vẻ tốt
Chỉ định rằng toán tử
A = np.matrix['3 1; 8 2'] A9 gọi
matrix[[[3, 1], [8, 2]]]3 và
matrix[[[3, 1], [8, 2]]]4
Chúng ta có thể quá tải
A = np.matrix['3 1; 8 2'] A9 bằng cách xác định hành vi tùy chỉnh cho từng phương thức đặc biệt ở trên, nhưng điều này sẽ dẫn đến việc API của chúng ta không phải là Pythonic