Python中矩陣庫Numpy基本操作詳解

更新時間：2017年11月21日 14:14:25 作者：yqtaowhu

這篇文章主要為大家詳細(xì)介紹了Python中矩陣庫Numpy的基本操作，具有一定的參考價值，感興趣的小伙伴們可以參考一下

NumPy是一個關(guān)于矩陣運算的庫，熟悉Matlab的都應(yīng)該清楚，這個庫就是讓python能夠進(jìn)行矩陣話的操作，而不用去寫循環(huán)操作。

下面對numpy中的操作進(jìn)行總結(jié)。

numpy包含兩種基本的數(shù)據(jù)類型：數(shù)組和矩陣。

數(shù)組(Arrays)

>>> from numpy import *
>>> a1=array([1,1,1]) #定義一個數(shù)組
>>> a2=array([2,2,2])
>>> a1+a2    #對于元素相加
array([3, 3, 3])
>>> a1*2     #乘一個數(shù)
array([2, 2, 2])

##
>>> a1=array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1**3    #表示對數(shù)組中的每個數(shù)做平方
array([ 1, 8, 27])
##取值，注意的是它是以0為開始坐標(biāo)，不matlab不同
>>> a1[1]
2

##定義多維數(shù)組
>>> a3=array([[1,2,3],[4,5,6]])
>>> a3
array([[1, 2, 3],
  [4, 5, 6]])
>>> a3[0]    #取出第一行的數(shù)據(jù)
array([1, 2, 3])
>>> a3[0,0]   #第一行第一個數(shù)據(jù)
1
>>> a3[0][0]   #也可用這種方式
1
##數(shù)組點乘，相當(dāng)于matlab點乘操作
>>> a1=array([1,2,3])
>>> a2=array([4,5,6])
>>> a1*a2
array([ 4, 10, 18])

Numpy有許多的創(chuàng)建數(shù)組的函數(shù)：

import numpy as np

a = np.zeros((2,2)) # Create an array of all zeros
print a    # Prints "[[ 0. 0.]
      #   [ 0. 0.]]"

b = np.ones((1,2)) # Create an array of all ones
print b    # Prints "[[ 1. 1.]]"

c = np.full((2,2), 7) # Create a constant array
print c    # Prints "[[ 7. 7.]
      #   [ 7. 7.]]"

d = np.eye(2)  # Create a 2x2 identity matrix
print d    # Prints "[[ 1. 0.]
      #   [ 0. 1.]]"

e = np.random.random((2,2)) # Create an array filled with random values
print e      # Might print "[[ 0.91940167 0.08143941]
       #    [ 0.68744134 0.87236687]]"

數(shù)組索引(Array indexing)

矩陣

矩陣的操作與Matlab語言有很多的相關(guān)性。

#創(chuàng)建矩陣
>>> m=mat([1,2,3])
>>> m
matrix([[1, 2, 3]])

#取值
>>> m[0]    #取一行
matrix([[1, 2, 3]])
>>> m[0,1]    #第一行，第2個數(shù)據(jù)
2
>>> m[0][1]    #注意不能像數(shù)組那樣取值了
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
 out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1

#將Python的列表轉(zhuǎn)換成NumPy的矩陣
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])

#矩陣相乘
>>> m1=mat([1,2,3])  #1行3列
>>> m2=mat([4,5,6]) 
>>> m1*m2.T    #注意左列與右行相等 m2.T為轉(zhuǎn)置操作
matrix([[32]])  
>>> multiply(m1,m2)  #執(zhí)行點乘操作，要使用函數(shù)，特別注意
matrix([[ 4, 10, 18]]) 

#排序
>>> m=mat([[2,5,1],[4,6,2]]) #創(chuàng)建2行3列矩陣
>>> m
matrix([[2, 5, 1],
  [4, 6, 2]])
>>> m.sort()     #對每一行進(jìn)行排序
>>> m
matrix([[1, 2, 5],
  [2, 4, 6]])

>>> m.shape      #獲得矩陣的行列數(shù)
(2, 3)
>>> m.shape[0]     #獲得矩陣的行數(shù)
2
>>> m.shape[1]     #獲得矩陣的列數(shù)
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個元素，注意左閉右開
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])

擴展矩陣函數(shù)tile()

例如，要計算[0,0,0]到一個多維矩陣中每個點的距離，則要將[0,0,0]進(jìn)行擴展。

tile(inX, (i,j)) ;i是擴展個數(shù)，j是擴展長度
實例如下：

>>>x=mat([0,0,0])
>>> x
matrix([[0, 0, 0]])
>>> tile(x,(3,1))   #即將x擴展3個，j=1,表示其列數(shù)不變
matrix([[0, 0, 0],
  [0, 0, 0],
  [0, 0, 0]])
>>> tile(x,(2,2))   #x擴展2次，j=2,橫向擴展
matrix([[0, 0, 0, 0, 0, 0],
  [0, 0, 0, 0, 0, 0]])

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: