1、numpy.array() 可以把列表轉(zhuǎn)換為矩陣

numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)

    value = [[1, 2, 3], [1, 2, 3]]
    print(value)
    x = np.array(value)
    print(x)

[[1, 2, 3], [1, 2, 3]]
[[1 2 3]
 [1 2 3]]

2、numpy.arange() 生成一個向量

可設(shè)置三個參數(shù)，第一個為開始，第二個為結(jié)束，最后一個為步長，可省略開始與步長，默認(rèn)從0開始，取值范圍左閉右開

numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None)

中括號的意思表示這個參數(shù)可以省略

    x = np.arange(12)
    print(x)
    y = np.arange(10, 12)
    print(y)
    z = np.arange(10, 12, 2)
    print(z)

[ 0  1  2  3  4  5  6  7  8  9 10 11]
[10 11]
[10]

3、numpy.ones() 生成一個全是1的矩陣， 里面填入矩陣范圍

numpy.ones(shape, dtype=None, order='C', *, like=None)

x = np.ones((3, 4))
print(x)

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]

 這里提一嘴輸出里有點是因為dtype屬性默認(rèn)為float,如果改成int就會沒有，下面的函數(shù)同理

    z = np.ones((3, 4), dtype=int)
    print(z)

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]

4、numpy.zeros() 生成一個全是0的矩陣， 里面填入矩陣范圍

numpy.zeros(shape, dtype=float, order='C', *, like=None)

    x = np.zeros((3, 4))
    print(x)

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

5、numpy.eye()  可填入兩個參數(shù)分別代表行和列，也可只填一個參數(shù)，即為方陣

numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C', *, like=None)

    x = np.eye(3)
    print(x)
    y = np.eye(3, 4)
    print(y)

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]

6、numpy.empty() 返回一個沒有經(jīng)過初始化的一個矩陣

numpy.empty(shape, dtype=float, order='C', *, like=None)

    x = np.empty((3, 4))
    print(x)

[[6.23042070e-307 2.22523004e-307 1.24610994e-306 1.60219035e-306]
 [1.24611674e-306 2.22522597e-306 1.33511969e-306 1.39071021e-307]
 [1.78018403e-306 1.78018403e-306 8.34426464e-308 2.22522596e-306]]

7、numpy.linspace  返回在指定的范圍內(nèi)確定個數(shù)的等間距的一組數(shù)的向量

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

可以看到默認(rèn)是50個

    X = numpy.linspace(1, 10, 10)
    print(X)
    x = numpy.linspace(1, 50)
    print(x)

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13. 14. 15. 16. 17. 18.
 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36.
 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50.]

更多的方法以及詳細(xì)內(nèi)容可以移步Routines — NumPy v1.23.dev0 Manual

補(bǔ)充：矩陣的逆矩陣

若兩個矩陣A / B滿足: AB = BA = E (E為單位矩陣). 則稱A與B互為逆矩陣.

單位矩陣E: 主對角線為1, 其他元素都為0.

矩陣求逆的API：

mi = m.I  
mi = np.linalg.inv(m)

矩陣求逆時, 若把方陣推廣到非方陣, 則稱為矩陣的廣義逆矩陣.

案例: 求斐波那契數(shù)列

x      1 1   1 1   1 1   
      1 0   1 0   1 0  
----------------------------------
1 1   2 1   3 2   5 3
1 0   1 1   2 1   3 2  ...

m = np.mat('1 1; 1 0')
for i in range(1, 30):
    print((m**i)[0,1], end=' ')
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 10946 
17711 28657 46368 75025 121393 196418 317811 514229

總結(jié)

到此這篇關(guān)于Python numpy生成矩陣基礎(chǔ)用法的文章就介紹到這了,更多相關(guān)Python numpy生成矩陣內(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！

最新評論