在使用Python时，也希望能够有像matlab计算时，使用逐元素运算符进行点对点计算，这里介绍两种，一种是numpy，一种是torch

使用python中的numpy或者torch实现和MATLAB“.*;./;”运算

逐元素加减法

在Python中，在torch和numpy中，直接进行1对多的加减法会自动进行逐元素运算。

# narray为已经被定义的numpy矩阵
narray = 1 + narray  # 此时对narray的运算结果就是各点位加1 
# tt为已经被定义的torch.tensor类型数据
tt = 1 + tt
# 示例
import torch
a = torch.tensor([1, 2, 3])
print(a)
"""
tensor([1, 2, 3])
"""
a = a + 1
print(a)
"""
tensor([2, 3, 4])
"""

此外，对于torch，通常为了保证梯度计算的一些问题，比较建议统一使用torch提供的方法

import torch 
a = torch.tensor([1, 2, 3])
print(a)
"""
tensor([1, 2, 3])
"""
a = torch.add(a, 1)
print(a)
"""
tensor([2, 3, 4])
"""

逐元素乘法和除法

在numpy和torch中，都提供了直接的方法用与逐元素的计算。通常torch会使用GPU，所以使用torch的方法计算可以有效提高计算的速度。另一方面，使用给定的方法