最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python中常見的矩陣運算詳解

 更新時間:2023年08月23日 09:00:19   作者:polyhedronx  
這篇文章主要介紹了Python中常見的矩陣運算詳解,所謂的數(shù)據(jù)處理,其本質(zhì)大都可以歸為矩陣運算,因為需要處理的數(shù)據(jù)大都是矩陣或向量的形式,一個工具適不適合做數(shù)據(jù)處理,一個重要的指標的就是支不支持矩陣運算,需要的朋友可以參考下

Python矩陣運算

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。

矩陣運算是指對矩陣進行加法、減法和乘法的操作。矩陣加法和減法是指將兩個矩陣相同位置的元素進行相加或相減。

只有對于兩個行數(shù)、列數(shù)分別相等的矩陣(即同型矩陣),加減法運算才有意義。

矩陣乘法是指根據(jù)乘法規(guī)則,將左矩陣的列數(shù)等于右矩陣的行數(shù)的元素進行相乘,然后將相乘的結(jié)果按照一定規(guī)則相加得到新的矩陣。

只有在左矩陣的列數(shù)等于右矩陣的行數(shù)時,乘法運算才有意義。

矩陣運算滿足交換律和結(jié)合律。

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。

1.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。

2.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

3.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)

4.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(dāng)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中常見的矩陣運算詳解的文章就介紹到這了,更多相關(guān)Python矩陣運算內(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正則表達式標準庫之re庫的詳細介紹

    python正則表達式標準庫之re庫的詳細介紹

    Python的re庫是用于處理正則表達式的標準庫,正則表達式是一種強大而靈活的文本處理工具,能夠幫助你執(zhí)行復(fù)雜的字符串匹配和替換操作,這篇文章主要介紹了python正則表達式標準庫之re庫的詳細介紹,需要的朋友可以參考下
    2025-06-06
  • python自動化實現(xiàn)登錄獲取圖片驗證碼功能

    python自動化實現(xiàn)登錄獲取圖片驗證碼功能

    這篇文章主要介紹了python自動化實現(xiàn)登錄獲取圖片驗證碼功能,本文通過實例截圖的形式給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-11-11
  • Python tensorflow與pytorch的浮點運算數(shù)如何計算

    Python tensorflow與pytorch的浮點運算數(shù)如何計算

    這篇文章主要介紹了Python tensorflow與pytorch的浮點運算數(shù)如何計算,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)吧
    2022-11-11
  • Python使用turtle繪制有趣的龍年祝福動畫

    Python使用turtle繪制有趣的龍年祝福動畫

    這篇文章主要介紹了Python的內(nèi)置庫——小海龜(turtle),它是一個非常實用的繪畫工具,不僅可以幫助我們繪制圖形,還能讓我們查看整個繪畫過程,下面我們就來看看如何使用turtle繪制有趣的龍年祝福動畫吧
    2024-01-01
  • Python學(xué)習(xí)筆記整理3之輸入輸出、python eval函數(shù)

    Python學(xué)習(xí)筆記整理3之輸入輸出、python eval函數(shù)

    這篇文章主要介紹了Python學(xué)習(xí)筆記整理3之輸入輸出、python eval函數(shù)的相關(guān)資料,需要的朋友可以參考下
    2015-12-12
  • Python向Excel寫入內(nèi)容的常用方法大全

    Python向Excel寫入內(nèi)容的常用方法大全

    將數(shù)據(jù)寫入Excel文件中,用python實現(xiàn)起來非常的簡單,這篇文章主要給大家介紹了關(guān)于Python向Excel寫入內(nèi)容的常用方法,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
    2023-12-12
  • Pandas實現(xiàn)批量拆分與合并Excel的示例代碼

    Pandas實現(xiàn)批量拆分與合并Excel的示例代碼

    這篇文章主要為大家詳細講講如何利用python Pandas實現(xiàn)批量拆分與合并Excel,文中有非常詳細的的代碼示例,對正在學(xué)習(xí)python的小伙伴們很有幫助,需要的朋友可以參考下
    2022-05-05
  • python 使用plt畫圖,去除圖片四周的白邊方法

    python 使用plt畫圖,去除圖片四周的白邊方法

    今天小編就為大家分享一篇python 使用plt畫圖,去除圖片四周的白邊方法,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
    2019-07-07
  • Python學(xué)習(xí)之configparser模塊的使用詳解

    Python學(xué)習(xí)之configparser模塊的使用詳解

    ConfigParser是用來讀取配置文件的包。這篇文章主要通過一些簡單的實例帶大家了解一下ConfigParser模塊的具體使用,感興趣的小伙伴跟隨小編一起了解一下
    2023-01-01
  • 淺談numpy溢出錯誤

    淺談numpy溢出錯誤

    本文主要介紹了淺談numpy溢出錯誤,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-03-03

最新評論

靖安县| 峡江县| 白河县| 永寿县| 宾阳县| 蛟河市| 新邵县| 治县。| 海城市| 蒲城县| 鸡西市| 桂阳县| 沁阳市| 黎川县| 左云县| 岫岩| 栾川县| 镇远县| 宝应县| 石嘴山市| 贡山| 洛川县| 营口市| 平邑县| 临漳县| 龙胜| 和平区| 兴城市| 临安市| 措勤县| 同江市| 海口市| 沙湾县| 黄陵县| 运城市| 芜湖县| 莆田市| 乌兰浩特市| 马尔康县| 黄浦区| 射洪县|