---

前言

本片将介绍Numpy库中的四则运算。

---

Numpy库四则运算

Numpy库可以直接进行一些四则运算，快速的处理两个Numpy数组：

a = np.array([[1,2,3],[4,5,6]])
b = np.array([[4,5,6],[1,2,3]])

向量与向量之间
1.加法

In:np.add(a,b) 或 a+b
Out:array([[5, 7, 9],
       [5, 7, 9]])

2.减法

In:np.subtract(a,b) 或 a-b
Out:array([[-3, -3, -3],
       [ 3,  3,  3]])

3.乘法（X乘）

In:np.multiply(a,b) 或 a * b
Out:array([[ 4, 10, 18],
       [ 4, 10, 18]])

4.乘法（点乘）

a = np.array([[1,2,3],[4,5,6]])
b = np.array([4,5,6])
In: np.dot(a,b) 
Out:array([32, 77])

5.除法

a = np.array([[1,2,3],[4,5,6]])
b = np.array([[4,5,6],[1,2,3]])
In:np.divide(a,b) 或 a/b
Out:array([[ 0.25,  0.4 ,  0.5 ],
       [ 4.  ,  2.5 ,  2.  ]])

向量与标量之间

a = np.array([[1,2,3],[4,5,6]])

1.加法

In:  a +1
Out:array([[2, 3, 4],
       [5, 6, 7]])

2.减法

In:  a -1
Out:array([[0, 1, 2],
       [3, 4, 5]])

3.乘法

In: a*2
Out:array([[ 2,  4,  6],
       [ 8, 10, 12]])

4.除法

In: a/2
Out:array([[ 0.5,  1. ,  1.5],
       [ 2. ,  2.5,  3. ]])

5.求余

In:a%2
Out:array([[1, 0, 1],
       [0, 1, 0]])

6.矩阵转置

In:a.T
Out:array([[1, 4],
       [2, 5],
       [3, 6]])

7.矩阵的逆
矩阵可逆的充要条件是矩阵满秩。

import numpy as np
import numpy.linalg as lg
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
In:lg.inv(a)
Out:array([[  3.15251974e+15,  -6.30503948e+15,   3.15251974e+15],
       [ -6.30503948e+15,   1.26100790e+16,  -6.30503948e+15],
       [  3.15251974e+15,  -6.30503948e+15,   3.15251974e+15]])

---

编程练习

实现向量与标量相加和相乘的的功能。具体要求如下：
函数接受三个参数，然后进行向量与标量之间的运算；

答案代码如下：

# 引入numpy库
import numpy as np
# 定义opeadd函数
def opeadd(m,b,n):
	'''
	参数：
	m:是一个数组
	b:是一个列表
	n:是列表中的索引
	你需要做的是 m+b[n]
	返回值:
	ret: 一个numpy数组
	'''	
	ret = 0

    #********** Begin *********#
	ret = m+b[n]
  	#********** End **********#

	return ret
# 定义opemul函数
def opemul(m,b,n):
	'''
	参数：
	m:是一个数组
	b:是一个列表
	n:是列表中的索引
	你需要做的是 m*b[n]
	返回值:
	ret: 一个numpy数组
	'''
	ret = 0

	#********** Begin *********#
	ret=m*b[n]
	#********** End **********#
	return ret