python查看矩陣的行列號以及維數(shù)方式

更新時間：2020年05月22日 14:34:13 作者：唯唯落落

這篇文章主要介紹了python查看矩陣的行列號以及維數(shù)方式，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

print(X.shape):查看矩陣的行列號

print(len(X)):查看矩陣的行數(shù)

print(X.ndim):查看矩陣的維數(shù)

1 查看矩陣的行列號

2 查看矩陣的行數(shù)

3 查看矩陣的維數(shù)

補(bǔ)充知識：Python之numpy模塊的添加及矩陣乘法的維數(shù)問題

在Python中，numpy 模塊是需要自己安裝的，在安裝編程軟件時，默認(rèn)安裝了pip，因此我們可以用pip命令來安裝

numpy模塊。

首先打開電腦的“cmd.exe”，如下圖所示：

在這里輸入“pip install numpy”，然后按回車鍵來安裝numpy模塊，安裝過程如下圖所示：

我這里是第二次安裝，如果是第一次安裝，會顯示安裝過程的進(jìn)度條，在圖中可以看出 “Successfully installed numpy-1.14.5”，即成功的安裝了版本為1.14.5的numpy模塊。

接下來就可以使用numpy模塊進(jìn)行編程了。

這里來說一下使用矩陣乘法的問題：在numpy模塊中矩陣的乘法用dot()函數(shù)，但是要注意維數(shù)，還有就是要細(xì)心。

下面的代碼在執(zhí)行的過程中就報錯了：

import numpy as np

def nonlin(x,deriv=False):
 if (deriv==True):
  return x*(1-x)
 return 1/(1+np.exp(-x))

#input dataset
x=np.array([[0.05, 0.07, 1.26, 51，128983, 37.180962, 149.0759784, 4.368080458, 1.0132,  24.4777],
   [0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66,  1.57],
   [0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05,  0.461],
   [0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105,  1.706]])
#output dataset
y=np.array([[15, 26, 33, 64]]).T
np.random.seed(1)
syn0=2*np.random.random((9,1))-1

for iter in range(10000):
 l0=x
 l1=nonlin(np.dot(l0,syn0))
 l1_error=y-l1
 l1_delta=l1_error*nonlin(l1,True)
 syn0+=np.dot(l0.T,l1_delta)
print ("Outout after training:")
print (l1)

報錯如圖所示：

這里的第三十行就是上述代碼中的“l(fā)1=nonlin(np.dot(l0,syn0))”，這里提示(4，)與(9，1)不對齊，然后打印一下矩陣l0和syn0

的維數(shù)，即將命令“print(l0.shape)”和“print(syn0.shape)”放在“l(fā)1=nonlin(np.dot(l0,syn0))”的前一行，如下圖所示：

發(fā)現(xiàn)矩陣l0和syn0的維數(shù)分別為(4，)與(9，1)，若矩陣l0為(4，9)，矩陣乘法才能計算。這里的矩陣l0就是輸入，即為x。

經(jīng)過查找發(fā)現(xiàn)輸入的第一行數(shù)據(jù)中，有一個數(shù)據(jù)錯將小數(shù)點輸成逗號所致。將上述代碼的輸入數(shù)據(jù)：

#input dataset
x=np.array([[0.05, 0.07, 1.26, 51，128983, 37.180962, 149.0759784, 4.368080458, 1.0132,  24.4777],
   [0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66,  1.57],
   [0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05,  0.461],
   [0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105,  1.706]])

改為：

#input dataset
x=np.array([[0.05, 0.07, 1.26, 51.128983, 37.180962, 149.0759784, 4.368080458, 1.0132,  24.4777],
   [0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66,  1.57],
   [0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05,  0.461],
   [0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105,  1.706]])

然后代碼執(zhí)行成功。

以上這篇python查看矩陣的行列號以及維數(shù)方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: