Python中Numpy mat的使用詳解
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
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2023-09-09Python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2022-08-08Python?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2023-05-05Python?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