Python中的矩陣操作

来源:https://www.cnblogs.com/sitemanager/archive/2018/05/18/9057195.html
-Advertisement-
Play Games

Numpy 通過觀察Python的自有數據類型,我們可以發信啊Python原生並不提供多為數組的操作,那麼為了處理矩陣,就需要使用第三方提供的相關的包。 NumPy 是一個非常優秀的提供矩陣操作的包。NumPy的主要目標,就是提供多維數組,從而實現矩陣操作。 NumPy’s main object ...


Numpy

通過觀察Python的自有數據類型,我們可以發信啊Python原生並不提供多為數組的操作,那麼為了處理矩陣,就需要使用第三方提供的相關的包。

NumPy 是一個非常優秀的提供矩陣操作的包。NumPy的主要目標,就是提供多維數組,從而實現矩陣操作。

NumPy’s main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are called axes.

基本操作

#######################################
# 創建矩陣
#######################################
from numpy import array as matrix, arange

# 創建矩陣
a = arange(15).reshape(3,5)
a

# Out[10]:
# array([[0., 0., 0., 0., 0.],
#        [0., 0., 0., 0., 0.],
#        [0., 0., 0., 0., 0.]])

b = matrix([2,2])
b

# Out[33]: array([2, 2])

c = matrix([[1,2,3,4,5,6],[7,8,9,10,11,12]], dtype=int)
c

# Out[40]:
# array([[ 1,  2,  3,  4,  5,  6],
#        [ 7,  8,  9, 10, 11, 12]])
#######################################
# 創建特殊矩陣
#######################################
from numpy import zeros, ones,empty

z = zeros((3,4))
z

# Out[43]:
# array([[0., 0., 0., 0.],
#        [0., 0., 0., 0.],
#        [0., 0., 0., 0.]])

o = ones((3,4))
o

# Out[46]:
# array([[1., 1., 1., 1.],
#        [1., 1., 1., 1.],
#        [1., 1., 1., 1.]])

e = empty((3,4))
e

# Out[47]:
# array([[0., 0., 0., 0.],
#        [0., 0., 0., 0.],
#        [0., 0., 0., 0.]])
#######################################
# 矩陣數學運算
#######################################
from numpy import array as matrix, arange

a = arange(9).reshape(3,3)
a

# Out[10]:
# array([[0, 1, 2],
#        [3, 4, 5],
#        [6, 7, 8]])

b = arange(3)
b

# Out[14]: array([0, 1, 2])

a + b

# Out[12]:
# array([[ 0,  2,  4],
#        [ 3,  5,  7],
#        [ 6,  8, 10]])

a - b

# array([[0, 0, 0],
#        [3, 3, 3],
#        [6, 6, 6]])

a * b

# Out[11]:
# array([[ 0,  1,  4],
#        [ 0,  4, 10],
#        [ 0,  7, 16]])

a < 5

# Out[12]:
# array([[ True,  True,  True],
#        [ True,  True, False],
#        [False, False, False]])

a ** 2

# Out[13]:
# array([[ 0,  1,  4],
#        [ 9, 16, 25],
#        [36, 49, 64]], dtype=int32)

a += 3
a

# Out[17]:
# array([[ 3,  4,  5],
#        [ 6,  7,  8],
#        [ 9, 10, 11]])
#######################################
# 矩陣內置操作
#######################################
from numpy import array as matrix, arange

a = arange(9).reshape(3,3)
a

# Out[10]:
# array([[0, 1, 2],
#        [3, 4, 5],
#        [6, 7, 8]])

a.max()

# Out[23]: 8

a.min()

# Out[24]: 0

a.sum()

# Out[25]: 36
#######################################
# 矩陣索引、拆分、遍歷
#######################################
from numpy import array as matrix, arange

a = arange(25).reshape(5,5)
a

# Out[9]:
# array([[ 0,  1,  2,  3,  4],
#        [ 5,  6,  7,  8,  9],
#        [10, 11, 12, 13, 14],
#        [15, 16, 17, 18, 19],
#        [20, 21, 22, 23, 24]])

a[2,3]      # 取第3行第4列的元素

# Out[3]: 13

a[0:3,3]    # 取第1到3行第4列的元素

# Out[4]: array([ 3,  8, 13])

a[:,2]      # 取所有第二列元素

# Out[7]: array([ 2,  7, 12, 17, 22])

a[0:3,:]    # 取第1到3行的所有列

# Out[8]:
# array([[ 0,  1,  2,  3,  4],
#        [ 5,  6,  7,  8,  9],
#        [10, 11, 12, 13, 14]])

a[-1]   # 取最後一行

# Out[10]: array([20, 21, 22, 23, 24])

for row in a:   # 逐行迭代
    print(row)

# [0 1 2 3 4]
# [5 6 7 8 9]
# [10 11 12 13 14]
# [15 16 17 18 19]
# [20 21 22 23 24]

for element in a.flat:  # 逐元素迭代,從左到右,從上到下
    print(element)

# 0
# 1
# 2
# 3
# ...
#######################################
# 改變矩陣
#######################################
from numpy import array as matrix, arange

b = arange(20).reshape(5,4)

b

# Out[18]:
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11],
#        [12, 13, 14, 15],
#        [16, 17, 18, 19]])

b.ravel()

# Out[16]:
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
#        17, 18, 19])

b.reshape(4,5)

# Out[17]:
# array([[ 0,  1,  2,  3,  4],
#        [ 5,  6,  7,  8,  9],
#        [10, 11, 12, 13, 14],
#        [15, 16, 17, 18, 19]])

b.T     # reshape 方法不改變原矩陣的值,所以需要使用  .T  來獲取改變後的值

# Out[19]:
# array([[ 0,  4,  8, 12, 16],
#        [ 1,  5,  9, 13, 17],
#        [ 2,  6, 10, 14, 18],
#        [ 3,  7, 11, 15, 19]])
#######################################
# 合併矩陣
#######################################
from numpy import array as matrix,newaxis
import numpy as np

d1 = np.floor(10*np.random.random((2,2)))
d2 = np.floor(10*np.random.random((2,2)))

d1

# Out[7]:
# array([[1., 0.],
#        [9., 7.]])

d2

# Out[9]:
# array([[0., 0.],
#        [8., 9.]])

np.vstack((d1,d2))  # 按列合併

# Out[10]:
# array([[1., 0.],
#        [9., 7.],
#        [0., 0.],
#        [8., 9.]])

np.hstack((d1,d2))  # 按行合併

# Out[11]:
# array([[1., 0., 0., 0.],
#        [9., 7., 8., 9.]])

np.column_stack((d1,d2)) # 按列合併

# Out[13]:
# array([[1., 0., 0., 0.],
#        [9., 7., 8., 9.]])

c1 = np.array([11,12])
c2 = np.array([21,22])

np.column_stack((c1,c2))

# Out[14]:
# array([[11, 21],
#        [12, 22]])

c1[:,newaxis]   # 添加一個“空”列

# Out[18]:
# array([[11],
#        [12]])

np.hstack((c1,c2))

# Out[27]: array([11, 12, 21, 22])

np.hstack((c1[:,newaxis],c2[:,newaxis]))

# Out[28]:
# array([[11, 21],
#        [12, 22]])

參考

  1. NumPy官方文檔

您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 1.Pymongo PyMongo是Mongodb的Python介面開發包,是使用python和Mongodb的推薦方式。 官方文檔 2.安裝 通過ObjectId來查找 通過ObjectId來查找 不要轉化ObjectId的類型為String 不要轉化ObjectId的類型為String 如果po ...
  • 1、CS與BS 軟體使用方式上兩種劃分 C/S Client/Server PC客戶端、伺服器架構 特點: 在伺服器當中就主要是一個資料庫,把所有的業務邏輯以及界面都交給客戶端完成 優點: 較為安全,用戶界面豐富,用戶體驗好 缺點: 每次升級都要重新安裝,針對於不同的操作系統開發,可移植性差 B/S ...
  • this.getSession().update(obj); this.getSession().merge(obj); this.getSession().saveOrUpdate(obj);1. update 和 merge的區別 首先在執行更新操作的時候,兩者都必須要有id update是直接 ...
  • 本文作者參加過多場面試,應聘崗位均為 Java 開發方向。在不斷的面試中,分類總結了 Java 開發崗位面試中的一些知識點。 主要包括以下幾個部分: Java 基礎知識點 Java 常見集合 高併發編程(JUC 包) JVM 記憶體管理 Java 8 知識點 網路協議相關 資料庫相關 MVC 框架相關 ...
  • 一個類中,假如一個私有屬性,有兩個方法,一個是getNum , 一個是setNum 它,那麼可以用 Property 來使這兩個方法結合一下,比如這樣用 num = property(getNum, setNum) 那麼 如果創建一個對象 t = Test() , t.num 這樣就相當於調用了 g ...
  • 以前寫過一個接入阿裡的OSS對象存儲的,現在又簡單寫了個 騰訊COS對象存儲。 這裡只有COS使用方式,如果對接TP上傳 可以去參考 :http://www.cnblogs.com/inkwhite/p/8582077.html SDK 獲取 1. GitHub #在GitHub中獲取代碼 http ...
  • 專業定製仿百度文庫網站系統,文庫網站系統源碼,文庫‌‌網站建設開發,支持電腦版+手機版+微信版+小程式版+APP版,由10年的技術團隊專業定製,需要的朋友可以聯繫我們。網站採用:PHP+MySQL+thinkPHP框架(可定製)支持doc、docx 、ppt、 pptx、 xls、 xlsx、 pd ...
  • 專業定製交友網站開發,交友平臺網站建設,婚戀網站平‌‌台開發建設,可仿百合網,世紀佳緣網,支持電腦版+手機版+微信版+小程式版+APP版,由10年的技術團隊專業定製,需要的朋友可以聯繫我們。網站採用:PHP+MySQL+thinkPHP框架(可定製) 詳細說明:http://bbs.lvchakej ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...