Python中NumPy的矩陣與通用函數(shù)
NumPy矩陣
1. 創(chuàng)建
兩種函數(shù)創(chuàng)建矩陣
matr1 = np.mat("1,2,3;4,5,6;7,8,9")
matr2 = np.matrix([[1,2,3],[4,5,6],[7,8,7]])
print(matr1)
print(matr2)
bmat 函數(shù)合成矩陣
np.bmat("matr1 matr2;matr2 matr1")
2. 運算
矩陣與 數(shù) 相 加 減 乘 除 這里只舉了與數(shù)的相乘。
arr1 = np.ones([3,3]) np.asmatrix(arr1) print(arr1) arr2 = arr1*3 print(arr2)

矩陣 與 矩陣 相加減
arr2[0,1] = 2 arr1[0,1] = 2 print(arr2) arr3 = arr1*arr2 print(arr3)

矩陣對應元素相乘
np.multiply(arr1,arr2)

矩陣特有的屬性:
| 屬性 | 說明 |
| T | 返回自身的轉(zhuǎn)置 |
| H | 返回自身的共軛轉(zhuǎn)置 |
| I | 返回自身的逆矩陣 |
| A | 返回自身數(shù)據(jù)的二維數(shù)組的一個視圖 |
ufunc函數(shù)
全稱通用函數(shù) 是一種能夠?qū)?shù)組中所有函數(shù)進行操作的函數(shù)
四則運算: 加(+) 減(-) 乘(*) 除(/) 冪(**)。數(shù)組的四則運算表示對每個數(shù)組中的元素分別進行四則運算,所以形狀必須相同
比較運算: >、<、==、>=、<=、!=. 比較運算返回結(jié)果是一個布爾數(shù)組,每個元素為每個數(shù)組對應元素的比較結(jié)果。
邏輯運算: np.any 函數(shù)表示邏輯 ”or“ ,np.all函數(shù)表示邏輯”and“.運算結(jié)果返回布爾值。
ufunc 函數(shù)的廣播機制
廣播(broadcasting)是指不同形狀的數(shù)組之間執(zhí)行算術(shù)運算的方式。需要遵循4個原則。
1:讓所有輸入數(shù)組都向其中shape最長的數(shù)組看齊,shape中不足的部分都通過在前面加1補齊。
2:輸出數(shù)組的shape是輸入數(shù)組shape的各個軸上的最大值。
3:如果各個輸入數(shù)組的對應軸的長度相同或者其長度為1時,這樣的數(shù)組之間能夠用來計算,否則 出錯。
4:當輸入數(shù)組的某個軸的長度為1時,沿著此軸運算時都用此軸上的第一組值。
到此這篇關(guān)于Python中NumPy的矩陣與通用函數(shù)的文章就介紹到這了,更多相關(guān)NumPy矩陣通用函數(shù)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
Python使用Flask編寫一個網(wǎng)站的代碼指南
使用Flask編寫一個網(wǎng)站是一個相對簡單且有趣的過程,Flask是一個用Python編寫的輕量級Web應用框架,它易于上手,同時也非常強大,適合構(gòu)建從簡單的博客到復雜的Web應用的各種項目,以下是一個使用Flask編寫簡單網(wǎng)站的指南,包括代碼示例,需要的朋友可以參考下2024-11-11
Python實現(xiàn)json對值進行模糊搜索的示例詳解
我經(jīng)常使用json進行存儲配置,于是常常遇到這樣的問題:如果想要對某個數(shù)組里的值進行模糊搜索,同時輸出相關(guān)的其他數(shù)組相同位置的的值該如何實現(xiàn)呢?本文就來和大家詳細聊聊2023-01-01
Python3.7在anaconda里面使用IDLE編譯器的步驟詳解
這篇文章主要介紹了Python3.7在anaconda里面使用IDLE編譯器的步驟,本文通過圖文并茂的形式給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友參考下吧2020-04-04

