Python.Numpy学习零碎笔记之数组与矩阵
2017-10-28 15:56
731 查看
更多内容可以查阅Python数据分析基础教程:NumPy学习指南(第2版) 中文pdf版
1 矩阵与多维数组元素访问方式的不同点:
1)矩阵
2)多维数组
2 矩阵与多维数组的区别在于他们计算的方式不同!
3 列表转矩阵、排序、shape、索引取值
1 矩阵与多维数组元素访问方式的不同点:
1)矩阵
import numpy as np m1 = np.mat([[1,2,3],[4,5,6],[7,8,9]]) print(m1) print(m1[0,0]) # 矩阵只支持该访问方式
2)多维数组
import numpy as np A1 = np.array([[1,2,3],[4,5,6],[7,8,9]]) print(np.shape(A1)) print(A1[0,0]) print(A1[0][0]) # 多维数组支持这两种访问方式
2 矩阵与多维数组的区别在于他们计算的方式不同!
#两个数组相乘: >>> a1=array([1, 2, 3]) >>> a2=array([0.3, 0.2, 0.3]) >>> a1*a2 array([ 0.3, 0.4, 0.9])
#矩阵相乘 >>> m1=mat([1,2,3]) #1行3列 >>> m2=matrix([4,5,6]) #矩阵两种创建方式 >>> m1*m2.T #注意左列与右行相等 m2.T为转置操作 matrix([[32]]) >>> multiply(m1,m2) #执行点乘操作,要使用函数,特别注意 matrix([[ 4, 10, 18]])
3 列表转矩阵、排序、shape、索引取值
#将Python的列表转换成NumPy的矩阵 >>> list=[1,2,3] >>> mat(list) matrix([[1, 2, 3]])
#排序 >>> m=mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵 >>> m matrix([[2, 5, 1], [4, 6, 2]]) >>> m.sort() #对每一行进行排序 >>> m matrix([[1, 2, 5], [2, 4, 6]]) #注意原矩阵已改变
>>> m.shape #获得矩阵的行列数 (2, 3) >>> m.shape[0] #获得矩阵的行数 2 >>> m.shape[1] #获得矩阵的列数 3
#索引取值 >>> m[1,:] #取得第一行的所有元素 matrix([[2, 4, 6]]) >>> m[1,0:1] #第一行第0个元素,注意左闭右开 matrix([[2]]) >>> m[1,0:3] matrix([[2, 4, 6]]) >>> m[1,0:2] matrix([[2, 4]])
相关文章推荐
- Python.Numpy学习零碎笔记之矩阵创建
- 【python学习笔记】18:numpy数组函数与矩阵运算
- 【python学习笔记】16:numpy数组四则运算
- 学习Python数据分析随手笔记【一】numpy数组的函数简单应用
- Python.Numpy学习零碎笔记之随机数生成
- python numpy操作数组学习笔记(二)数组的分割和组合
- Python学习笔记之NumPy基本操作(数组)
- 【python学习笔记】19:numpy数组布尔运算和切片
- 学习Python数据分析随手笔记【二】numpy数组的属性
- Python.Numpy学习零碎笔记之便捷函数
- python 学习笔记(1)--numpy数组转置
- 【python学习笔记】17:numpy数组排序
- 【python学习笔记】15:numpy创建各种数组
- python 科学计算 — numpy 学习笔记
- python笔记之NUMPY中的掩码数组numpy.ma.mask
- python学习笔记(三)- numpy基础:array及matrix详解
- 【学习笔记】Python+NumPy
- numpy学习笔记-将条件逻辑表述为数组运算
- 我的python学习笔记(3) numpy
- Numpy学习笔记之利用数组处理数据