Java常用库总结(程序更新)

由于目前在学习统计机器学习这本书，首先学习研究学习了常用的相似性度量 及 java和python实现计算，详见http://blog.csdn.net/qq_36603091/article/details/78216124

在学习第一感受就是python真是太好了！！！！

而java太繁琐，但是没办法公司项目还是要java  没办法 还是要用java！！！！

在求解马氏距离的时候需要用到矩阵的计算，那刚开始接触了jama

一、jama简介

Jama是一个基本的线性代数java包。包括一个基本的Matrix类和5个矩阵分解类。

Matrix类提供了基本的线性代数数值运算的功能，不同的构造函数可以构造双精度和浮点精度的二维数组，而不同的gets和sets方法可以返回子矩阵和矩阵元素。

官方文档：http://math.nist.gov/javanumerics/jama/doc/

math3简介

math3是Apache下的一款进行数学计算的一款java开源工具。jar包名称为：commons-math3.jar。大家可以通过maven或者其他网站进行下载。

math3是一款非常好用的工具，里面提供了各种运算的方法及类，方便大家调用。其API文档为：http://commons.apache.org/proper/commons-math/javadocs/api-3.2/index.html。可以参照API文档进行学习，也可以在实战中，进行学习。

数组转化为矩阵，矩阵的逆，矩阵的转置，矩阵的乘法，矩阵转为数组等等  非常方便  貌似没发现jama有矩阵转数组的 功能。

package aa;import org.apache.commons.math3.linear.Array2DRowRealMatrix;import org.apache.commons.math3.linear.DecompositionSolver;import org.apache.commons.math3.linear.LUDecomposition;import org.apache.commons.math3.linear.MatrixUtils;import org.apache.commons.math3.linear.RealMatrix;import org.apache.commons.math3.stat.descriptive.moment.Mean;public class Math {@SuppressWarnings("unused")public static void main(String[] args) {//double[]数组转换为矩阵double[] x0={10,2,3};double[] x1={-1,30,1.0};double[] x2={200,200,5000};double[] x3={3000,1000,1000};double[][] x = {{10,2,3},{-1,30,1.0},{200,200,5000}};RealMatrix matrix0 = new Array2DRowRealMatrix(x0);RealMatrix matrix1 = new Array2DRowRealMatrix(x1);RealMatrix matrix2 = new Array2DRowRealMatrix(x2); RealMatrix matrix3= new Array2DRowRealMatrix(x3);RealMatrix matrix= new Array2DRowRealMatrix(x);RealMatrix inverseMatrix =inverseMatrix(matrix);//矩阵求逆System.out.println(inverseMatrix);RealMatrix combinedCol =combinedCol(matrix1,matrix2);System.out.println(combinedCol);RealMatrix combinedRow =combinedRow(matrix1,matrix2);System.out.println(combinedRow);RealMatrix meanRow = meanRow(matrix);RealMatrix mean = mean(matrix);System.out.println(meanRow);System.out.println(mean);//矩阵相乘、获取返回的第一列数据RealMatrix pMatrix = matrix;//matrix和matrix2相乘System.out.println(pMatrix);double[] y = pMatrix.scalarMultiply(1/1).getColumn(0);//获取到第一列  for (int i = 0; i < y.length; i++) {      System.out.println(y[i]);  }}//矩阵求逆public static RealMatrix inverseMatrix(RealMatrix matrix) {       LUDecomposition LUDe = new LUDecomposition(matrix);       DecompositionSolver solver = LUDe.getSolver();       RealMatrix result = solver.getInverse();       return result;  }  //按列合并矩阵[a/b]public static RealMatrix combinedCol(RealMatrix a, RealMatrix b) {       int col = a.getColumnDimension() + b.getColumnDimension();       int row = a.getRowDimension();       RealMatrix result = MatrixUtils.createRealMatrix(row, col);       int temp = a.getColumnDimension();       for (int i = 0; i < col; i++) {           if (i < a.getColumnDimension()) {               for (int j = 0; j < row; j++) {                   result.setEntry(j, i, a.getEntry(j, i));               }           } else {               for (int j = 0; j < row; j++) {                   result.setEntry(j, i, b.getEntry(j, i - temp));               }           }       }       return result;  }  //按行合并矩阵[a,b]public static RealMatrix combinedRow(RealMatrix a, RealMatrix b) {       int col = a.getColumnDimension();       int row = a.getRowDimension() + b.getRowDimension();       int temp = a.getRowDimension();       RealMatrix result = MatrixUtils.createRealMatrix(row, col);       for (int i = 0; i < row; i++) {           if (i < a.getRowDimension()) {               for (int j = 0; j < col; j++) {                   result.setEntry(i, j, a.getEntry(i, j));               }           } else {               for (int j = 0; j < col; j++) {                   result.setEntry(i, j, b.getEntry(i - temp, j));               }           }       }       return result;  }  //返回各列平均值1*colpublic static RealMatrix mean(RealMatrix a) {       int col = a.getColumnDimension();       double[] data = new double[col];       for (int i = 0; i < col; i++) {           data[i] = new Mean().evaluate(a.getColumn(i));       }       RealMatrix result = MatrixUtils.createRowRealMatrix(data);       return result;  }  //返回各行平均值row*1public static RealMatrix meanRow(RealMatrix a) {       int row = a.getRowDimension();       double[] data = new double[row];       for (int i = 0; i < row; i++) {           data[i] = new Mean().evaluate(a.getRow(i));       }       RealMatrix result = MatrixUtils.createRowRealMatrix(data);       return result;  }  //获取指定列的元素public static RealMatrix getColMatrix(RealMatrix absMatrix) {       RealMatrix a = absMatrix.getColumnMatrix(1);//此处的1指第二列       return a;  }   }