tetoblog 
本記事は行列の四則演算についてPythonを利用しながら、優しく紹介しています。NumPyとは、Pythonによる機械学習の計算を速く、効率的に行うことが可能なライブラリです。
行列の四則演算
print(A+B) #足し算
print(A-B) #引き算
print(A@B) #掛け算
print(A*B) #要素ごとの掛け算
print(A/B) #要素ごとの掛け算A,Bの行列を定義したときの、Pythonでの計算方法は上のようになります。
行列に割り算はないので、四則演算と言えないかもしれませんが。
具体例
具体例をズラッと載せましたので、ゆっくり見てください。
PythonのNumPyを用いた四則演算は非常に簡単です。
「@」が行列の掛け算を表すのですが、
あまりPythonでは利用しない記号なので慣れないかもしれません。
行列の足し算
import numpy as np
A = np.array([[1, 2],[3, 4]])
B = np.array([[5, 6],[7, 8]])
print(A+B)【実行結果】
[[ 6 8]
[10 12]]行列の引き算
import numpy as np
A = np.array([[1, 2],[3, 4]])
B = np.array([[5, 6],[7, 8]])
print(A-B)【実行結果】
[[-4 -4]
[-4 -4]]行列の掛け算
import numpy as np
A = np.array([[1, 2],[3, 4]])
B = np.array([[5, 6],[7, 8]])
print(A@B)【実行結果】
[[19 22]
[43 50]]行列の割り算はありません…
行列の割り算はありません。
NumPyの四則演算では、要素ごとの割り算は実現することができます。
要素ごとの掛け算、要素ごとの掛け算を紹介します。
要素ごとの割り算
import numpy as np
A = np.array([[1, 2],[3, 4]])
B = np.array([[5, 6],[7, 8]])
print(A*B)【実行結果】
[[0.2 0.33333333]
[0.42857143 0.5 ]]要素ごとの掛け算
import numpy as np
A = np.array([[1, 2],[3, 4]])
B = np.array([[5, 6],[7, 8]])
print(A/B)【実行結果】
[[ 5 12]
[21 32]]非常に簡単です。
ということで本記事は、
PythonのNumPyを用いた行列の四則演算についてについて紹介しました。
最後まで読んでいただき、ありがとうございました＼(^o^)／
超オススメのPC用品
PCを操作する上で、トラックボールマウスが非常におすすめです！
僕も感動したこのマウスを、騙されたと思って使ってみてください！(^^)
リンク
外部モニターで２倍以上の効率化が見込めます！
安いものだと、たったの１万円前後なのでおすすめですよー！＼(^o^)／
リンク
