<span id="mktg5"></span>

<i id="mktg5"><meter id="mktg5"></meter></i>

        <label id="mktg5"><meter id="mktg5"></meter></label>
        最新文章專題視頻專題問答1問答10問答100問答1000問答2000關鍵字專題1關鍵字專題50關鍵字專題500關鍵字專題1500TAG最新視頻文章推薦1 推薦3 推薦5 推薦7 推薦9 推薦11 推薦13 推薦15 推薦17 推薦19 推薦21 推薦23 推薦25 推薦27 推薦29 推薦31 推薦33 推薦35 推薦37視頻文章20視頻文章30視頻文章40視頻文章50視頻文章60 視頻文章70視頻文章80視頻文章90視頻文章100視頻文章120視頻文章140 視頻2關鍵字專題關鍵字專題tag2tag3文章專題文章專題2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章專題3
        問答文章1 問答文章501 問答文章1001 問答文章1501 問答文章2001 問答文章2501 問答文章3001 問答文章3501 問答文章4001 問答文章4501 問答文章5001 問答文章5501 問答文章6001 問答文章6501 問答文章7001 問答文章7501 問答文章8001 問答文章8501 問答文章9001 問答文章9501
        當前位置: 首頁 - 科技 - 知識百科 - 正文

        python 矩陣

        來源:懂視網 責編:李贏贏 時間:2021-12-06 10:16:59
        文檔

        python 矩陣

        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;2、矩陣的創建:由一維或二維數據創建矩陣;3、常見的矩陣運算;4、計算矩陣對應行列的最大最小值、和;5、矩陣的分隔和合并;6、矩陣、列表、數組的轉換。
        推薦度:
        導讀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;2、矩陣的創建:由一維或二維數據創建矩陣;3、常見的矩陣運算;4、計算矩陣對應行列的最大最小值、和;5、矩陣的分隔和合并;6、矩陣、列表、數組的轉換。

        python系統中常見的矩陣運算呢?不知道的小伙伴來看看小編今天的分享吧!

        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。

        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);

        創建常見的矩陣

        data1=mat(zeros((3,3)));#創建一個3*3的零矩陣,矩陣這里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));#這里的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。

        3、常見的矩陣運算

        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

        矩陣點乘

        矩陣對應元素相乘

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

        矩陣點乘

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

        矩陣轉置

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

        4、計算矩陣對應行列的最大、最小值、和。

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

        計算每一列、行的和

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

        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,這里得到的結果是一個數值a2=max(a1[:,1]);//計算第二列的最大值,這里得到的是一個1*1的矩陣a1[1,:].max();//計算第二行的最大值,這里得到的是一個一個數值np.max(a1,0);//計算所有列的最大值,這里使用的是numpy中的max函數np.max(a1,1);//計算所有行的最大值,這里得到是一個矩陣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

        5、矩陣的分隔和合并 

        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:];//分割出第二行以后的行和第二列以后的列的所有元素1

        矩陣的合并

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

        6、矩陣、列表、數組的轉換

        列表可以修改,并且列表中元素可以使不同類型的數據,如下:

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

        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);//將列表轉換成二維數組a3=array(a1);//將列表轉化成矩陣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

        這里可以發現三者之間的轉換是非常簡單的,這里需要注意的是,當列表是一維的時候,將它轉換成數組和矩陣后,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();//這里得到的是[1,2,3]a5=a3.tolist();//這里得到的是[[1,2,3]]a6=(a4 == a5);//a6=Falsea7=(a4 is a5[0]);//a7=True,a5[0]=[1,2,3]1

        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

        以上就是小編今天的分享了,希望可以幫助到大家。

        聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

        文檔

        python 矩陣

        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;2、矩陣的創建:由一維或二維數據創建矩陣;3、常見的矩陣運算;4、計算矩陣對應行列的最大最小值、和;5、矩陣的分隔和合并;6、矩陣、列表、數組的轉換。
        推薦度:
        標簽: 矩陣 python
        • 熱門焦點

        最新推薦

        猜你喜歡

        熱門推薦

        專題
        Top
        主站蜘蛛池模板: 69式国产真人免费视频| 免费国产99久久久香蕉| 女人18毛片免费观看| 亚洲欧洲av综合色无码| 日韩精品视频免费在线观看| 亚洲综合精品第一页| 国产精品自在自线免费观看| 免费一区二区无码视频在线播放| 国产国产成年年人免费看片| 精品亚洲视频在线| 亚洲综合另类小说色区色噜噜| h片在线观看免费| 亚洲av之男人的天堂网站| 一级毛片aaaaaa免费看| 亚洲国产视频一区| 成人片黄网站A毛片免费| 久久精品亚洲日本波多野结衣| 国产成人免费a在线视频app| 搜日本一区二区三区免费高清视频 | 四虎成人精品一区二区免费网站 | 国产成人精品日本亚洲网址| 午夜成年女人毛片免费观看| 色屁屁在线观看视频免费| 亚洲精品无码专区在线在线播放| 久久午夜夜伦鲁鲁片无码免费| 亚洲丝袜中文字幕| 免费人成视频在线观看视频| 福利免费在线观看| 国产精品亚洲片夜色在线| 亚洲VA综合VA国产产VA中| 日本卡1卡2卡三卡免费| 亚洲精品伊人久久久久| 亚洲成AV人网址| 亚洲免费观看在线视频| 在线观看亚洲视频| 亚洲AV午夜福利精品一区二区| 免费a级毛片高清视频不卡 | 久久精品蜜芽亚洲国产AV| 色吊丝永久在线观看最新免费| 99视频在线观看免费| 亚洲大成色www永久网址|