矩阵重要概念与常用操作（工程视角）
面向 MongoDB / Pandas / 数据工程的矩阵速查表 核心思想：你每天写的都是矩阵变换，只是没这么叫
一、基础概念 1️⃣ 向量（Vector）
定义 向量是一组有序的数，用来表示一个对象的多个特征。
示例
x = [120, 3, 10] # 面积, 房间数, 楼龄
工程对应
MongoDB：一条 document
Pandas：DataFrame 的一行
2️⃣ 矩阵（Matrix）
定义 矩阵是多个向量组成的二维结构。
示例
X = [ [120, 3, 10], [ 90, 2, 5], [150, 4, 20] ]
工程对应
MongoDB collection
Pandas DataFrame
SQL 表
3️⃣ 维度（Shape） X ∈ R^(n × m) n = 行数（样本数） m = 列数（特征数）
工程中大量 bug 来自 shape 理解错误
二、最常用的矩阵操作 4️⃣ 行选择（Row Selection / Mask）
数学视角
X[mask]
MongoDB
db.col.find({ price: { $gt: 150 } })
Pandas
df[df[“price”] > 150]
含义： 👉 从矩阵中挑选满足条件的行（向量）
5️⃣ 列选择（Projection）
数学视角
X[:, [“price”, “days”]]
MongoDB
db.col.find( { vendor: “a” }, { price: 1, days: 1, _id: 0 } )
Pandas
df[[“price”, “days”]]
含义： 👉 裁剪特征维度，减少矩阵宽度
6️⃣ 矩阵扩维（Add Column）
数学视角
R^(n×m) → R^(n×(m+1))
Pandas
df[“score”] = df[“price”] / df[“days”]
含义： 👉 为每个向量增加一个新特征
7️⃣ 行级计算（Apply / For-loop）
数学视角
∀ xᵢ: yᵢ = f(xᵢ)
Pandas（慢）
df[“flag”] = df.apply( lambda r: r[“price”] > 100 and r[“days”] < 20, axis=1 )
说明：
每一行单独计算
本质是 Python for-loop
数据量一大必慢
8️⃣ 向量化计算（推荐）
数学视角
布尔向量运算
Pandas（快）
df[“flag”] = (df[“price”] > 100) & (df[“days”] < 20)
说明：
一次性对整列计算
底层是 C / NumPy
性能提升 10～100 倍
三、矩阵变换（真正的“计算”） 9️⃣ 矩阵乘法（Matrix Multiplication）
数学定义
Y = X · W
示例：房价预测
X = [ [120, 3, 10], [ 90, 2, 5] ]
W = [1000, 5000, -800]
price = X · W
含义：
X：房屋特征矩阵
W：权重向量
输出：预测价格
🔟 聚合 / 降维（Aggregation）
数学视角
R^(n×m) → R^(k×m)
MongoDB
{ $group: { _id: “$vendor”, avg_price: { $avg: “$price” } } }
Pandas
df.groupby(“vendor”)[“price”].mean()
含义：
多行 → 少行
汇总信息
降低数据规模
1️⃣1️⃣ 矩阵 Join（横向拼接）
数学视角
Z = X ⨝ Y
MongoDB
$lookup
Pandas
df1.merge(df2, on=”dhash”, how=”left”)
说明：
行数可能增加
列数一定增加
是最贵的矩阵操作之一
四、MongoDB + Pandas 的完整矩阵流程 实际代码 docs = db.col.find( {“days”: {“$gt”: 30}}, {“price”: 1, “days”: 1, “vendor”: 1} )
df = pd.DataFrame(docs) df[“score”] = df[“price”] / df[“days”] result = df.groupby(“vendor”)[“score”].mean()
矩阵视角 X₀ 原始矩阵 ↓ 行筛选 X₁ ↓ 列裁剪 X₂ ↓ 扩维 X₃ ↓ 降维 X₄
五、工程版矩阵三定律（非常重要）
能在 MongoDB 裁剪的，不要带到 Pandas
能向量化的，不要 apply
能早降维的，不要晚 group
🔹 例子 1：线性回归（预测房价） 1️⃣ 数据（向量）
房子特征向量：
x = [面积, 房间数, 楼龄]
2️⃣ 权重（矩阵 / 向量） w = [单价系数, 房间系数, 折旧系数]
3️⃣ 预测公式（矩阵运算） 价格 = w · x
👉 实际系统里：
所有房子的特征 = 矩阵 X
权重 = 向量 w
预测结果 = X · w
📌 机器学习、风控、推荐系统天天在用
🔹 例子 2：图像处理（非常直观） 图片本质是什么？
一张灰度图像：
矩阵 = [ [ 0, 30, 80], [120, 200, 255], [ 60, 100, 180] ]
每个数 = 像素亮度
整张图片 = 矩阵
模糊 / 锐化怎么做？
用一个小矩阵（卷积核）去“扫”图像：
模糊核 = [ [1, 1, 1], [1, 1, 1], [1, 1, 1] ]
👉 手机相机 / 美颜 / PS 全靠矩阵
🔹 例子 3：推荐系统（你刷到的内容） 用户向量 u = [喜欢体育, 喜欢科技, 喜欢音乐]
内容矩阵 I = [ [1, 0, 0], # 体育新闻 [0, 1, 0], # 科技新闻 [0, 0, 1] # 音乐视频 ]
推荐计算 得分 = I · u
👉 抖音 / B站 / Netflix 核心就是矩阵
🔹 例子 4：坐标变换（游戏 / 3D / 地图） 一个点（向量） p = [x, y]
旋转矩阵 R = [ [cosθ, -sinθ], [sinθ, cosθ] ]
旋转结果 p’ = R · p
👉 游戏引擎 / CAD / 自动驾驶
🔹 例子 5：数据库 & 批量计算（你熟悉的场景）
你在 Python / MongoDB / Pandas 里常做的事：
一堆数据
同样的规则
批量计算
这在数学上就是：
结果 = 矩阵 × 向量