Python計算矩陣的和積的實例詳解
python的numpy庫提供矩陣運算的功能,因此我們在需要矩陣運算的時候,需要導(dǎo)入numpy的包。
一、numpy的導(dǎo)入和使用
from numpy import *;#導(dǎo)入numpy的庫函數(shù) import numpy as np; #這個方式使用numpy的函數(shù)時,需要以np.開頭。
二、矩陣的創(chuàng)建
由一維或二維數(shù)據(jù)創(chuàng)建矩陣
from numpy import *; a1=array([1,2,3]); a1=mat(a1);
創(chuàng)建常見的矩陣
data1=mat(zeros((3,3))); #創(chuàng)建一個3*3的零矩陣,矩陣這里zeros函數(shù)的參數(shù)是一個tuple類型(3,3) data2=mat(ones((2,4))); #創(chuàng)建一個2*4的1矩陣,默認是浮點型的數(shù)據(jù),如果需要時int類型,可以使用dtype=int data3=mat(random.rand(2,2)); #這里的random模塊使用的是numpy中的random模塊,random.rand(2,2)創(chuàng)建的是一個二維數(shù)組,需要將其轉(zhuǎn)換成#matrix data4=mat(random.randint(10,size=(3,3))); #生成一個3*3的0-10之間的隨機整數(shù)矩陣,如果需要指定下界則可以多加一個參數(shù) data5=mat(random.randint(2,8,size=(2,5)); #產(chǎn)生一個2-8之間的隨機整數(shù)矩陣 data6=mat(eye(2,2,dtype=int)); #產(chǎn)生一個2*2的對角矩陣 a1=[1,2,3]; a2=mat(diag(a1)); #生成一個對角線為1、2、3的對角矩陣
三、常見的矩陣運算
1. 矩陣相乘
a1=mat([1,2]); a2=mat([[1],[2]]); a3=a1*a2; #1*2的矩陣乘以2*1的矩陣,得到1*1的矩陣
2. 矩陣點乘
矩陣對應(yīng)元素相乘
a1=mat([1,1]); a2=mat([2,2]); a3=multiply(a1,a2);
矩陣點乘
a1=mat([2,2]); a2=a1*2;
3.矩陣求逆,轉(zhuǎn)置
矩陣求逆
a1=mat(eye(2,2)*0.5); a2=a1.I; #求矩陣matrix([[0.5,0],[0,0.5]])的逆矩陣
矩陣轉(zhuǎn)置
a1=mat([[1,1],[0,0]]); a2=a1.T;
4.計算矩陣對應(yīng)行列的最大、最小值、和。
a1=mat([[1,1],[2,3],[4,2]]);
計算每一列、行的和
a2=a1.sum(axis=0);//列和,這里得到的是1*2的矩陣 a3=a1.sum(axis=1);//行和,這里得到的是3*1的矩陣 a4=sum(a1[1,:]);//計算第一行所有列的和,這里得到的是一個數(shù)值
計算最大、最小值和索引
a1.max();//計算a1矩陣中所有元素的最大值,這里得到的結(jié)果是一個數(shù)值 a2=max(a1[:,1]);//計算第二列的最大值,這里得到的是一個1*1的矩陣 a1[1,:].max();//計算第二行的最大值,這里得到的是一個一個數(shù)值 np.max(a1,0);//計算所有列的最大值,這里使用的是numpy中的max函數(shù) np.max(a1,1);//計算所有行的最大值,這里得到是一個矩陣 np.argmax(a1,0);//計算所有列的最大值對應(yīng)在該列中的索引 np.argmax(a1[1,:]);//計算第二行中最大值對應(yīng)在改行的索引
5.矩陣的分隔和合并
矩陣的分隔,同列表和數(shù)組的分隔一致。
a=mat(ones((3,3))); b=a[1:,1:];//分割出第二行以后的行和第二列以后的列的所有元素
矩陣的合并
a=mat(ones((2,2))); b=mat(eye(2)); c=vstack((a,b));//按列合并,即增加行數(shù) d=hstack((a,b));//按行合并,即行數(shù)不變,擴展列數(shù)
四、矩陣、列表、數(shù)組的轉(zhuǎn)換
列表可以修改,并且列表中元素可以使不同類型的數(shù)據(jù),如下:
l1=[[1],'hello',3];
numpy中數(shù)組,同一個數(shù)組中所有元素必須為同一個類型,有幾個常見的屬性:
a=array([[2],[1]]); dimension=a.ndim; m,n=a.shape; number=a.size;//元素總個數(shù) str=a.dtype;//元素的類型
numpy中的矩陣也有與數(shù)組常見的幾個屬性。
它們之間的轉(zhuǎn)換:
a1=[[1,2],[3,2],[5,2]];//列表 a2=array(a1);//將列表轉(zhuǎn)換成二維數(shù)組 a3=array(a1);//將列表轉(zhuǎn)化成矩陣 a4=array(a3);//將矩陣轉(zhuǎn)換成數(shù)組 a5=a3.tolist();//將矩陣轉(zhuǎn)換成列表 a6=a2.tolist();//將數(shù)組轉(zhuǎn)換成列表
這里可以發(fā)現(xiàn)三者之間的轉(zhuǎn)換是非常簡單的,這里需要注意的是,當列表是一維的時候,將它轉(zhuǎn)換成數(shù)組和矩陣后,再通過tolist()轉(zhuǎn)換成列表是不相同的,需要做一些小小的修改。如下:
a1=[1,2,3]; a2=array(a1); a3=mat(a1); a4=a2.tolist();//這里得到的是[1,2,3] a5=a3.tolist();//這里得到的是[[1,2,3]] a6=(a4 == a5);//a6=False a7=(a4 is a5[0]);//a7=True,a5[0]=[1,2,3]
矩陣轉(zhuǎn)換成數(shù)值,存在以下一種情況:
dataMat=mat([1]); val=dataMat[0,0];//這個時候獲取的就是矩陣的元素的數(shù)值,而不再是矩陣的類型
到此這篇關(guān)于Python計算矩陣的和積的實例詳解的文章就介紹到這了,更多相關(guān)Python怎么計算矩陣的和積內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
解決python 執(zhí)行shell命令無法獲取返回值的問題
這篇文章主要介紹了解決python 執(zhí)行shell命令無法獲取返回值的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-12-12關(guān)于jupyter代碼自動補全設(shè)置方式
這篇文章主要介紹了關(guān)于jupyter代碼自動補全設(shè)置方式,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2024-06-06

Swin?Transformer模塊集成到Y(jié)OLOv5目標檢測算法中實現(xiàn)

Elasticsearches之python使用及Django與Flask集成示例