机器学习之numpy和matplotlib学习(十二)
来源:互联网 发布:石油数据库 编辑:程序博客网 时间:2024/06/05 00:27
今天主要来学习numpy中的一些特殊矩阵的创建,他们在机器学习中有很大的作用
#!/usr/bin/env python# -*- coding: utf-8 -*-# @Author : SundayCoder-俊勇# @File : numpy4.pyimport numpy as np# numpy基本学习第四课# 今天学习一些特殊矩阵的创建。# 本节演示的矩阵基本都是三行四列的矩阵。# 1、创建一个元素全是1的矩阵。a=np.ones([3,4],dtype=int)print a# 输出结果:# [[1 1 1 1]# [1 1 1 1]# [1 1 1 1]]# 2、创建一个元素全是0的矩阵。b=np.zeros([3,4])print b# 输出结果:# [[ 0. 0. 0. 0.]# [ 0. 0. 0. 0.]# [ 0. 0. 0. 0.]]# 3、创建一个empty的数组。c=np.empty([3,4])print c#输出结果:# [[ 1.05687439e-297 0.00000000e+000 0.00000000e+000 0.00000000e+000]# [ 0.00000000e+000 0.00000000e+000 0.00000000e+000 0.00000000e+000]# [ 0.00000000e+000 0.00000000e+000 0.00000000e+000 0.00000000e+000]]# 对于创建empty数组的解释:它创建的矩阵的元素和zeros基本差不多。# 4、创建一个全为2的矩阵是不是也有np.twos()函数?# 答案为没有,因为这些数组可以在1和0经过四则运算得来。# 5、创建一个对角全为1的4x4的正方形对角矩阵。e=np.eye(4)print e# 输出结果:# [[ 1. 0. 0. 0.]# [ 0. 1. 0. 0.]# [ 0. 0. 1. 0.] # [ 0. 0. 0. 1.]]# 6、另外一个方法也是创建对角矩阵。f=np.identity(4)print f# 输出结果:# [[ 1. 0. 0. 0.]# [ 0. 1. 0. 0.]# [ 0. 0. 1. 0.]# [ 0. 0. 0. 1.]]# 两个方法的区别# np.identity只能创建方形矩阵#eye[N,[, M, k, dtype]), N为行数,M为列数(如果不设置默认为N),对角线序列号: 0 对应主对角线;# np.eye可以创建矩形矩阵,且k值可以调节。# 为1的对角线的位置偏离度,0居中,1向上偏离1,2偏离2,# 以此类推,-1向下偏离。值绝对值过大就偏离出去了,整个矩阵就全是0了。# 例子:使用eye()函数创建一个3行4列的矩阵,默认k=0。e1=np.eye(3,4)print e1# 输出结果:# [[ 1. 0. 0. 0.]# [ 0. 1. 0. 0.]# [ 0. 0. 1. 0.]]# 再来看一个k=1例子:e2=np.eye(3,4,k=1)print e2# 输出结果:# [[ 0. 1. 0. 0.]# [ 0. 0. 1. 0.]# [ 0. 0. 0. 1.]]# # 再来看一个k=2例子:e3=np.eye(3,4,k=2)print e3# 输出结果:# [[ 0. 0. 1. 0.]# [ 0. 0. 0. 1.]# [ 0. 0. 0. 0.]]
输出结果:
[[1 1 1 1] [1 1 1 1] [1 1 1 1]][[ 0. 0. 0. 0.] [ 0. 0. 0. 0.] [ 0. 0. 0. 0.]][[ 5.90473797e-300 0.00000000e+000 0.00000000e+000 0.00000000e+000] [ 0.00000000e+000 0.00000000e+000 0.00000000e+000 0.00000000e+000] [ 0.00000000e+000 0.00000000e+000 0.00000000e+000 0.00000000e+000]][[ 1. 0. 0. 0.] [ 0. 1. 0. 0.] [ 0. 0. 1. 0.] [ 0. 0. 0. 1.]][[ 1. 0. 0. 0.] [ 0. 1. 0. 0.] [ 0. 0. 1. 0.] [ 0. 0. 0. 1.]][[ 1. 0. 0. 0.] [ 0. 1. 0. 0.] [ 0. 0. 1. 0.]][[ 0. 1. 0. 0.] [ 0. 0. 1. 0.] [ 0. 0. 0. 1.]][[ 0. 0. 1. 0.] [ 0. 0. 0. 1.] [ 0. 0. 0. 0.]]
更新完毕
阅读全文
0 0
- 机器学习之numpy和matplotlib学习(十二)
- 机器学习之numpy和matplotlib学习(一)
- 机器学习之numpy和matplotlib学习(二)
- 机器学习之numpy和matplotlib学习(三)
- 机器学习之numpy和matplotlib学习(四)
- 机器学习之numpy和matplotlib学习(五)
- 机器学习之numpy和matplotlib学习(六)
- 机器学习之numpy和matplotlib学习(七)
- 机器学习之numpy和matplotlib学习(八)
- 机器学习之numpy和matplotlib学习(九)
- 机器学习之numpy和matplotlib学习(十)
- 机器学习之numpy和matplotlib学习(十一)
- 机器学习之numpy和matplotlib学习(十三)
- 机器学习之numpy和matplotlib学习(十四)
- 机器学习之numpy和matplotlib学习(十四)
- 机器学习之numpy和matplotlib学习(十五)
- 机器学习绘图(numpy和matplotlib库)
- Numpy 和 matplotlib 学习记录
- Django反向解析系列之十三
- 添加一行NewRow
- iOS 获取设备唯一标示符的方法
- 类的继承 Java
- Vue2官网简要笔记
- 机器学习之numpy和matplotlib学习(十二)
- 免费测试自己的肤质情况,会有专业的人士指导你!
- 跨站点请求伪造解决方案
- js中 '${isbulletinAll}'和${isbulletinAll}的区别
- Android 正确的启动页设置姿势
- 框架的控制反转的能力
- node学习笔记
- 使用OAuth打造webapi认证服务供自己的客户端使用
- h5页面唤起app(iOS和Android),没有安装则跳转下载页面