线性代数运算

⑴ numpy.dot()

numpy.dot(a1 ,a2 ,out=None)

(资料图)

a1 a2为2个数组，out为输出的数组。

矩阵的乘法。当a1 a2都为一维数组时，相当于向量内积 numpy.vdot()。

⑵ numpy.vdot()

numpy.vdot(a1 ,a2)

向量的内积。当a1 a2为高维数组时，会被展平为一维数组后再运算。

⑶ numpy.outer()

numpy.outer(a1 ,a2 ,out=None)

向量的外积。当a1 a2为高维数组时，会被展平为一维数组后再运算。

⑷ numpy.inner()

numpy.inner(a1 ,a2 ,out=None)

数组的内积。当a1 a2都为一维数组时，相当于向量内积 numpy.vdot()。

2个数组必须有相同的列数。

⑸ numpy.tensordot()

矩阵的内积。

⑹ numpy.kron()

矩阵的外积（克罗内克积）。

⑺ numpy.linalg.def()

计算数组的行列式。

字符串数组

数组的元素都是固定长度，若未指定字符串长度，则默认为最长字符串的长度。超出固定长度的字符串将被截断。

混合数据类型数组

正常情况下，数组只能储存同类型的数据。若类型不同，则会自动推断出一个能储存所有数据的类型。

可以用元组来存混合类型的数据，元组作为元素存入数组。

dtype必须用列表指定元组每个成分的名称和类型。

并且可以用 a[name] 来获取指定名称的所有数据和修改数据。

numpy数据文件

读取

numpy.loadtxt( fname ,dtype=<class 'float'> ,delimiter )

将 fname 中的数据保存到数组中。

dtype指定数据类型。

delimiter为每组数据的分隔符。

写入

numpy.savetxt( fname ,array ,fmt='%.18e' ,newline='\n' ,header='' ,footer='' )

将数组array以fmt的格式（百分号语法）保存到fname文件。

header和footer为文件开头和结尾的内容。