numpy 矩阵相关函数

我们 知道，矩阵在python里面用的不少，所以记载下关于矩阵的操作

numpy.zeros():可以用来构造全零矩阵

[plain] view
plain copy

>>> zeros(3)  

array([ 0.,  0.,  0.])  

>>> zeros((3,3))  

array([[ 0.,  0.,  0.],  

       [ 0.,  0.,  0.],  

       [ 0.,  0.,  0.]])  

numpy.ones(): 可以用来构造全一矩阵

[plain] view
plain copy

>>> ones((3,3))  

array([[ 1.,  1.,  1.],  

       [ 1.,  1.,  1.],  

       [ 1.,  1.,  1.]])  

numpy.eyes(): 可以用来构造单位矩阵

[plain] view
plain copy

>>> eye(3)  

array([[ 1.,  0.,  0.],  

       [ 0.,  1.,  0.],  

       [ 0.,  0.,  1.]])  

shape 用法 配合使用

shape函数是numpy.core.fromnumeric中的函数，它的功能是查看矩阵或者数组的维数。

举例说明：

建立一个3×3的单位矩阵e, e.shape为（3，3），表示3行3列,第一维的长度为3，第二维的长度也为3

[plain] view
plain copy

 







>>> e = eye(3)  

>>> e  

array([[ 1.,  0.,  0.],  

       [ 0.,  1.,  0.],  

       [ 0.,  0.,  1.]])  

>>> e.shape  

(3, 3)  

[plain] view
plain copy

>>> e = eye(3)  

>>> e  

array([[ 1.,  0.,  0.],  

       [ 0.,  1.,  0.],  

       [ 0.,  0.,  1.]])  

>>> e.shape  

(3, 3)  

建立一个一维矩阵b, b.shape 为矩阵的长度

[plain] view
plain copy

 







>>> b =array([1,2,3,4])  

>>> b.shape  

(4,)  

#可以简写  

>>> shape([1,2,3,4])  

(4,)  

>>>   

[plain] view
plain copy

>>> b =array([1,2,3,4])  

>>> b.shape  

(4,)  

#可以简写  

>>> shape([1,2,3,4])  

(4,)  

>>>   

建立一个4×2的矩阵c, c.shape[0] 为第一维的长度，c.shape[1] 为第二维的长度。

[plain] view
plain copy

 







>>> c = array([[1,1],[1,2],[1,3],[1,4]])  

>>> c.shape  

(4, 2)  

>>> c.shape[0]  

4  

>>> c.shape[1]  

2  

[plain] view
plain copy

>>> c = array([[1,1],[1,2],[1,3],[1,4]])  

>>> c.shape  

(4, 2)  

>>> c.shape[0]  

4  

>>> c.shape[1]  

2  

一个单独的数值，返回值为空

[plain] view
plain copy

 







>>> shape(3)  

()  

[plain] view
plain copy

>>> shape(3)  

() 

矩阵的乘法：

Python 中的几种矩阵乘法 np.dot, np.multiply, *

使用array时，运算符 * 用于计算数量积(点乘)，函数 dot() 用于计算矢量积(叉乘).

使用matrix时，运算符 * 用于计算矢量积，函数 multiply() 用于计算数量积.

下面是使用array时：

1. 同线性代数中矩阵乘法的定义： np.dot()

np.dot(A, B)：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。

2. 对应元素相乘 element-wise product: np.multiply(), 或 *

在Python中，实现对应元素相乘，有2种方式，一个是np.multiply()，另外一个是*。这两种的效果是一样的。
 
请看代码：

1 #!/usr/bin/env python3
2 # -*- coding: utf-8
3
4 import numpy as np
5
6 X = np.array([[1,2],[3,4]])
7 Y = np.array([[5,6],[7,8]])
8
9 a1 = np.dot(X,Y)
10 print('np.dot(X,Y)=\n',a1)
11
12 a2 = np.multiply(X,Y)
13 print('np.multiply(X,Y)=\n',a2)

运行结果：

转载自：http://blog.csdn.net/xingchengmeng/article/details/64442935

http://blog.csdn.net/u010758410/article/details/71554224

http://www.cnblogs.com/baibaibaiyou/p/7892437.html