Python的numpy庫提供矩陣運算的功能,因此我們在需要矩陣運算的時候,需要導入numpy的包。

1.numpy的導入和使用

from numpy import *;#導入numpy的庫函數import numpy as np; #這個方式使用numpy的函數時,需要以np.開頭。

  • 1
  • 2
  • 1
  • 2
  • 2.矩陣的創建

    由一維或二維數據創建矩陣

    from numpy import *;a1=array([1,2,3]);a1=mat(a1);

  • 1
  • 2
  • 3
  • 1
  • 2
  • 3
  • 創建常見的矩陣

    data1=mat(zeros((3,3)));#創建一個3*3的零矩陣,矩陣這裡zeros函數的參數是一個tuple類型(3,3)data2=mat(ones((2,4)));#創建一個2*4的1矩陣,默認是浮點型的數據,如果需要時int類型,可以使用dtype=intdata3=mat(random.rand(2,2));#這裡的random模塊使用的是numpy中的random模塊,random.rand(2,2)創建的是一個二維數組,需要將其轉換成#matrixdata4=mat(random.randint(10,size=(3,3)));#生成一個3*3的0-10之間的隨機整數矩陣,如果需要指定下界則可以多加一個參數data5=mat(random.randint(2,8,size=(2,5));#產生一個2-8之間的隨機整數矩陣data6=mat(eye(2,2,dtype=int));#產生一個2*2的對角矩陣a1=[1,2,3];a2=mat(diag(a1));#生成一個對角線為1、2、3的對角矩陣

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 3.常見的矩陣運算

    1. 矩陣相乘

    a1=mat([1,2]); a2=mat([[1],[2]]);a3=a1*a2;#1*2的矩陣乘以2*1的矩陣,得到1*1的矩陣

  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4
  • 2. 矩陣點乘

    矩陣對應元素相乘

    a1=mat([1,1]);a2=mat([2,2]);a3=multiply(a1,a2);

  • 1
  • 2
  • 3
  • 1
  • 2
  • 3
  • 矩陣點乘

    a1=mat([2,2]);a2=a1*2;

  • 1
  • 2
  • 1
  • 2
  • 3.矩陣求逆,轉置 矩陣求逆

    a1=mat(eye(2,2)*0.5);a2=a1.I;#求矩陣matrix([[0.5,0],[0,0.5]])的逆矩陣

  • 1
  • 2
  • 3
  • 1
  • 2
  • 3
  • 矩陣轉置

    a1=mat([[1,1],[0,0]]);a2=a1.T;

  • 1
  • 2
  • 1
  • 2
  • 4.計算矩陣對應行列的最大、最小值、和。

    a1=mat([[1,1],[2,3],[4,2]]);

  • 1
  • 1
  • 計算每一列、行的和

    a2=a1.sum(axis=0);//列和,這裡得到的是1*2的矩陣a3=a1.sum(axis=1);//行和,這裡得到的是3*1的矩陣a4=sum(a1[1,:]);//計算第一行所有列的和,這裡得到的是一個數值

  • 1
  • 2
  • 3
  • 1
  • 2
  • 3
  • 計算最大、最小值和索引

    a1.max();//計算a1矩陣中所有元素的最大值,這裡得到的結果是一個數值a2=max(a1[:,1]);//計算第二列的最大值,這裡得到的是一個1*1的矩陣a1[1,:].max();//計算第二行的最大值,這裡得到的是一個一個數值np.max(a1,0);//計算所有列的最大值,這裡使用的是numpy中的max函數np.max(a1,1);//計算所有行的最大值,這裡得到是一個矩陣np.argmax(a1,0);//計算所有列的最大值對應在該列中的索引np.argmax(a1[1,:]);//計算第二行中最大值對應在改行的索引

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 5.矩陣的分隔和合併 矩陣的分隔,同列表和數組的分隔一致。

    a=mat(ones((3,3)));b=a[1:,1:];//分割出第二行以後的行和第二列以後的列的所有元素

  • 1
  • 2
  • 1
  • 2
  • 矩陣的合併

    a=mat(ones((2,2)));b=mat(eye(2));c=vstack((a,b));//按列合併,即增加行數d=hstack((a,b));//按行合併,即行數不變,擴展列數

  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4
  • 4.矩陣、列表、數組的轉換

    列表可以修改,並且列表中元素可以使不同類型的數據,如下:

    l1=[[1],"hello",3];

  • 1
  • 1
  • numpy中數組,同一個數組中所有元素必須為同一個類型,有幾個常見的屬性:

    a=array([[2],[1]]);dimension=a.ndim;m,n=a.shape;number=a.size;//元素總個數str=a.dtype;//元素的類型

  • 1
  • 2
  • 3
  • 4
  • 5
  • 1
  • 2
  • 3
  • 4
  • 5
  • numpy中的矩陣也有與數組常見的幾個屬性。 它們之間的轉換:

    a1=[[1,2],[3,2],[5,2]];//列表a2=array(a1);//將列錶轉換成二維數組a3=array(a1);//將列錶轉化成矩陣a4=array(a3);//將矩陣轉換成數組a5=a3.tolist();//將矩陣轉換成列表a6=a2.tolist();//將數組轉換成列表

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 這裡可以發現三者之間的轉換是非常簡單的,這裡需要注意的是,當列表是一維的時候,將它轉換成數組和矩陣後,再通過tolist()轉換成列表是不相同的,需要做一些小小的修改。如下:

    a1=[1,2,3];a2=array(a1);a3=mat(a1);a4=a2.tolist();//這裡得到的是[1,2,3]a5=a3.tolist();//這裡得到的是[[1,2,3]]a6=(a4 == a5);//a6=Falsea7=(a4 is a5[0]);//a7=True,a5[0]=[1,2,3]

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 矩陣轉換成數值,存在以下一種情況:

    dataMat=mat([1]);val=dataMat[0,0];//這個時候獲取的就是矩陣的元素的數值,而不再是矩陣的類型

  • 1
  • 2
  • 1
  • 2
  • 推薦閱讀:

    查看原文 >>
    相关文章