文章目录

• 1. 矩阵对象
• 2. 创建矩阵
• 3. 矩阵属性
• 4. 矩阵乘法

1. 矩阵对象

在数学上，矩阵（Matrix）是一个按照矩形阵列排列的复数或实数集合，但在NumPy中，矩阵np.matrix是数组np.ndarray的派生类。这意味着矩阵本质上是一个数组，拥有数组的所有属性和方法；同时，矩阵又有一些不同于数组的特性和方法。

• 首先，矩阵是二维的，不能像数组一样幻化成任意维度，即使展开或切片，返回也是二维的；
• 其次，矩阵和矩阵、矩阵和数组都可以做加减乘除运算，运算结果总是返回矩阵；
• 最后，矩阵的乘法不同于数组乘法。

2. 创建矩阵

np.mat() 函数用于创建矩阵，它可以接受列表、数组甚至是字符串等形式的参数，还可以使用dtype参数指定数据类型，其代码如下。

此外，和生成特殊值数组类似，numpy.matlib 子模块（）也提供了多个函数用于生成特殊值矩阵和随机数矩阵，其代码如下。

3. 矩阵属性

矩阵有几个特有的属性，如转置矩阵、逆矩阵、共轭矩阵、共轭转置矩阵等。熟悉这些属性对矩阵计算会有很大的帮助。

4. 矩阵乘法

矩阵运算和数组运算大致相同，只有乘法运算有较大差别。在讲广播和矢量化时，我们已经知道，两个数组相乘就是对应元素相乘，条件是两个数组的结构相同。事实上，即使两个数组的结构不同，只要满足特定条件，也能做乘法运算。

除了对应元素相乘，数组还可以使用 np.dot() 函数相乘，其代码如下。

对于数组而言，使用星 相乘和使用np.dot()函数相乘是完全不同的两种乘法；对于矩阵来说，不管是使用星 相乘还是使用np.dot()函数相乘，结果都是np.dot( )函数相乘的结果，因为矩阵没有对应元素相乘这个概念。np.dot()函数实现的乘法就是矩阵乘法。那么矩阵乘法究竟是怎么运算的呢是矩阵相乘的具体算法示意图。

关于矩阵及其乘法，我们就讨论这么多。难度应该不大，但对于有数学恐惧症的程序员来说，会感到紧张。没关系，只要记住旋转矩阵的使用方法，即使不懂数学，也照样可以成为优秀的 Python程序员。

文章已被收录至官方知识档案Python入门技能树科学计算基础软件包NumPy矩阵对象215688 人正在系统学习中