NumPy是一个关于矩阵运算的库,熟悉Matlab的都应该清楚,这个库就是让python能够进行矩阵话的操作,而不用去写循环操作。

下面对numpy中的操作进行总结。

numpy包含两种基本的数据类型:数组和矩阵。

数组(Arrays)

> from numpy import *
> a1=array([1,1,1]) #定义一个数组
> a2=array([2,2,2])
> a1+a2    #对于元素相加
array([3, 3, 3])
> a1*2     #乘一个数
array([2, 2, 2])

##
> a1=array([1,2,3])
> a1
array([1, 2, 3])
> a1**3    #表示对数组中的每个数做平方
array([ 1, 8, 27])
##取值,注意的是它是以0为开始坐标,不matlab不同
> a1[1]
2

##定义多维数组
> a3=array([[1,2,3],[4,5,6]])
> a3
array([[1, 2, 3],
  [4, 5, 6]])
> a3[0]    #取出第一行的数据
array([1, 2, 3])
> a3[0,0]   #第一行第一个数据
1
> a3[0][0]   #也可用这种方式
1
##数组点乘,相当于matlab点乘操作
> a1=array([1,2,3])
> a2=array([4,5,6])
> a1*a2
array([ 4, 10, 18])

Numpy有许多的创建数组的函数:

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]]"

数组索引(Array indexing)

矩阵

矩阵的操作与Matlab语言有很多的相关性。

#创建矩阵
> 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个数据
2
> m[0][1]    #注意不能像数组那样取值了
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

#将Python的列表转换成NumPy的矩阵
> list=[1,2,3]
> mat(list)
matrix([[1, 2, 3]])

#矩阵相乘
> m1=mat([1,2,3])  #1行3列
> m2=mat([4,5,6]) 
> 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]]) 

#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]])

> 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]])

扩展矩阵函数tile()

例如,要计算[0,0,0]到一个多维矩阵中每个点的距离,则要将[0,0,0]进行扩展。

tile(inX, (i,j)) ;i是扩展个数,j是扩展长度
实例如下:

>x=mat([0,0,0])
> x
matrix([[0, 0, 0]])
> tile(x,(3,1))   #即将x扩展3个,j=1,表示其列数不变
matrix([[0, 0, 0],
  [0, 0, 0],
  [0, 0, 0]])
> tile(x,(2,2))   #x扩展2次,j=2,横向扩展
matrix([[0, 0, 0, 0, 0, 0],
  [0, 0, 0, 0, 0, 0]])



以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!

稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!

昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。

这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。

而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?