【Python】记录四:numpy矩阵操作(持续更新)
来源:互联网 发布:mac装双系统内存不足 编辑:程序博客网 时间:2024/05/29 03:43
记录numpy里面对矩阵的一些常用操作。
1.np.dot
表示矩阵之间的点积和乘积操作。当两个矩阵为二维矩阵时,计算结果和正常矩阵相乘结果相同。a1是一个2*3的矩阵,a2是一个3*3的矩阵,a3是a1与a2的逆相乘的结果,是一个2*3的矩阵。
import numpy as np# 2-D array: 2 x 3a1 = np.array([[1,2,3],[2,3,4]])# 2-D array: 3 x 3a2 = np.array([[1,2,3],[2,3,4],[3,4,5]])a3 = np.dot(a1,a2.T)
# 2-D array: 2 x 3a3:array([[14, 20, 26],[20, 29, 38]])
当两个矩阵为一维矩阵时(维度必须一致),计算结果为两个一维矩阵之间的点积结果。
import numpy as np# 2-D array: 3 x 1a1 = np.array([1,2,3])# 2-D array: 3 x 1a2 = np.array([2,3,4])a3 = np.dot(a1,a2)
a3:20
2.np.sum
numpy中常见的矩阵求和函数。当矩阵为一维矩阵时,结果就是简单的求和结果:
import numpy as np# 1-D arraya1 = np.array([1,2,3])a2 = np.sum(a1)
a2:6
当矩阵为多维矩阵时,np.sum中可以通过加入参数来控制对矩阵求和的方向。
import numpy as np# 2-D array:2*3a1 = np.array([[1,2,3],[2,3,4]])# 不加axis参数a2 = np.sum(a1)# axis参数为0a3 = np.sum(a1,axis = 0)# axis参数为1a4 = np.sum(a1,axis = 1)
# 对a1中所有元素进行求和a2:15# 对a1中的每个列向量进行求和a3:array([3, 5, 7])# 对a1中的每个行向量进行求和a4:array([6, 9])
3.np.zeros_like/np.ones_like和np.zeros/np.ones
都是用来构造全0或全1的矩阵。a2和a3相同,a4和a5相同。
import numpy as np# 2-D arraya1 = np.array([[1,2,3],[2,3,4]])a2 = np.ones_like(a1)a3 = np.ones(a1.shape)a4 = np.zeros_like(a1)a5 = np.zeros(a1.shape)
阅读全文
0 0
- 【Python】记录四:numpy矩阵操作(持续更新)
- python numpy 矩阵操作
- Python NumPy入门归纳~持续更新
- python操作文件 (持续更新)
- Python中矩阵库Numpy基本操作
- python的Numpy之矩阵操作
- Python-Numpy(3)矩阵基本操作
- python之numpy对矩阵的操作
- 【Python】记录三:Spyder使用心得(持续更新)
- Python数据处理pandas、numpy等第三方库函数笔记(持续更新)
- Python Numpy 线性代数操作总结(随时更新)
- Oracle SQL 操作记录 备忘录 持续更新
- Linux常用操作命令记录(持续更新)
- Xshell简单操作记录,持续更新ing~~~
- 问题记录(持续更新)
- 记录(持续更新中)
- 问题记录(持续更新)
- 问题记录(持续更新)
- 树形结构的处理——组合模式(一)
- 星空连线背景
- Magento系统的时间/时区的详细分析
- COM线程模型
- MATLAB 中gcf、gca 以及gco 的区别
- 【Python】记录四:numpy矩阵操作(持续更新)
- android五大布局详解
- React高阶组件
- JavaWeb-011-JSP概述
- Oracle创建和管理表
- docker上部署的mysql设置在网络传输中一次消息传输量的最大值max_allowed_packet
- Web安全通讯之JWT的Java实现
- Android 按钮点击事件 四种实现方式
- PYTHON3.6生成词云