欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python中Numpy mat的使用詳解

 更新時間:2019年05月24日 15:13:39   作者:Rogn  
這篇文章主要介紹了Python中Numpy mat的使用詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

前面介紹過用dnarray來模擬,但mat更符合矩陣,這里的mat與Matlab中的很相似。(mat與matrix等同)

基本操作

>>> m= np.mat([1,2,3]) #創(chuàng)建矩陣
>>> m
matrix([[1, 2, 3]])

>>> m[0]        #取一行
matrix([[1, 2, 3]])
>>> m[0,1]       #第一行,第2個數(shù)據(jù)
2
>>> m[0][1]       #注意不能像數(shù)組那樣取值了
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
  out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1

#將Python的列表轉換成NumPy的矩陣
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])

#Numpy dnarray轉換成Numpy矩陣
>>> n = np.array([1,2,3])
>>> n
array([1, 2, 3])
>>> np.mat(n)
matrix([[1, 2, 3]])

#排序
>>> m=np.mat([[2,5,1],[4,6,2]])  #創(chuàng)建2行3列矩陣
>>> m
matrix([[2, 5, 1],
    [4, 6, 2]])
>>> m.sort()          #對每一行進行排序
>>> m
matrix([[1, 2, 5],
    [2, 4, 6]])

>>> m.shape           #獲得矩陣的行列數(shù)
(2, 3)
>>> m.shape[0]         #獲得矩陣的行數(shù)
2
>>> m.shape[1]         #獲得矩陣的列數(shù)
3

#索引取值
>>> m[1,:]           #取得第一行的所有元素
matrix([[2, 4, 6]])
>>> m[1,0:1]          #第一行第0個元素,注意左閉右開
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])

矩陣求逆、行列式

與Numpy array相同,可參考鏈接。

矩陣乘法

矩陣乘,與Numpy dnarray類似,可以使用np.dot()和np.matmul(),除此之外,由于matrix中重載了“*”,因此“*”也能用于矩陣乘。

>>> a = np.mat([[1,2,3], [2,3,4]])
>>> b = np.mat([[1,2], [3,4], [5,6]])
>>> a
matrix([[1, 2, 3],
    [2, 3, 4]])
>>> b
matrix([[1, 2],
    [3, 4],
    [5, 6]])
>>> a * b     #方法一
matrix([[22, 28],
    [31, 40]])
>>> np.matmul(a, b)  #方法二
matrix([[22, 28],
    [31, 40]])
>>> np.dot(a, b)   #方法三
matrix([[22, 28],
    [31, 40]])

點乘,只剩下multiply方法了。

>>> a = np.mat([[1,2], [3,4]])
>>> b = np.mat([[2,2], [3,3]])
>>> np.multiply(a, b)
matrix([[ 2, 4],
    [ 9, 12]])

矩陣轉置

轉置有兩種方法:

>>> a
matrix([[1, 2],
    [3, 4]])
>>> a.T      #方法一,ndarray也行
matrix([[1, 3],
    [2, 4]])
>>> np.transpose(a)  #方法二
matrix([[1, 3],
    [2, 4]])

值得一提的是,matrix中求逆還有一種簡便方法(ndarray中不行):

>>> a
matrix([[1, 2],
    [3, 4]])
>>> a.I
matrix([[-2. , 1. ],
    [ 1.5, -0.5]])

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • python中用matplotlib畫圖遇到的一些問題及解決

    python中用matplotlib畫圖遇到的一些問題及解決

    這篇文章主要介紹了python中用matplotlib畫圖遇到的一些問題及解決方案,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-09-09
  • opencv python如何實現(xiàn)圖像二值化

    opencv python如何實現(xiàn)圖像二值化

    這篇文章主要介紹了opencv python如何實現(xiàn)圖像二值化,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-02-02
  • Python中unittest的數(shù)據(jù)驅動詳解

    Python中unittest的數(shù)據(jù)驅動詳解

    這篇文章主要介紹了Python中unittest的數(shù)據(jù)驅動詳解,數(shù)據(jù)驅動測試,是一種單元測試框架,文章圍繞主題展開詳細的內容介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-08-08
  • python中有關時間日期格式轉換問題

    python中有關時間日期格式轉換問題

    這篇文章主要介紹了python中有關時間日期格式轉換問題,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-12-12
  • Python Logging 日志記錄入門學習

    Python Logging 日志記錄入門學習

    這篇文章主要介紹了Python Logging 日志記錄入門學習,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-06-06
  • Python?NLP開發(fā)之實現(xiàn)聊天機器人

    Python?NLP開發(fā)之實現(xiàn)聊天機器人

    這篇文章主要為大家介紹了Python如何實現(xiàn)聊天機器人,即使用自然語言處理?(NLP)?來幫助用戶通過文本、圖形或語音與?Web?服務或應用進行交互,感興趣的可以了解一下
    2023-05-05
  • 教你怎么用python實現(xiàn)字符串轉日期

    教你怎么用python實現(xiàn)字符串轉日期

    今天教各位小伙伴怎么用python實現(xiàn)字符串轉日期,文中有非常詳細的代碼示例,對正在學習python的小伙伴很有幫助,需要的朋友可以參考下
    2021-05-05
  • Python?OpenCV超詳細講解圖像堆疊的實現(xiàn)

    Python?OpenCV超詳細講解圖像堆疊的實現(xiàn)

    OpenCV用C++語言編寫,它具有C ++,Python,Java和MATLAB接口,并支持Windows,Linux,Android和Mac OS,OpenCV主要傾向于實時視覺應用,并在可用時利用MMX和SSE指令,本篇文章帶你通過OpenCV實現(xiàn)圖像堆疊
    2022-04-04
  • python?中?lxml?的?etree?標簽解析

    python?中?lxml?的?etree?標簽解析

    這篇文章主要介紹了python?中l(wèi)xml的etree?標簽解析,文章圍繞主題展開詳細內容,需要的小伙伴可以參考一下,希望對你的學習或工作有所幫助
    2022-04-04
  • python包裝和授權學習教程

    python包裝和授權學習教程

    包裝是指對一個已經存在的對象進行系定義加工,實現(xiàn)授權是包裝的一個特性,下面這篇文章主要給大家介紹了關于python包裝和授權的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下
    2023-06-06

最新評論