Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列

文章目录

一、0矩阵
二、1矩阵
三、单位矩阵
四、深拷贝和浅拷贝
五、创建等差数组 — 指定数量
六、创建等差数组 — 指定步长
七、创建等比数列

一、0矩阵

np.ones(shape, dtype)
np.ones_like(a, dtype)

import numpy as np
ones = np.ones([4,8])
ones

返回结果

array([[1., 1., 1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1., 1., 1.]])

二、1矩阵

np.zeros(shape, dtype)
np.zeros_like(a, dtype)

import numpy as np
np.zeros_like(ones)

返回结果:

array([[0., 0., 0., 0., 0., 0., 0., 0.],[0., 0., 0., 0., 0., 0., 0., 0.],[0., 0., 0., 0., 0., 0., 0., 0.],[0., 0., 0., 0., 0., 0., 0., 0.]])

三、单位矩阵

np.eye(N, M, k, dtype, order)

import numpy as np
np.eye(3)

返回结果:

array([[1., 0., 0.],[0., 1., 0.],[0., 0., 1.]])

四、深拷贝和浅拷贝

np.array(object, dtype)
np.asarray(a, dtype)

a = np.array([[1,2,3],[4,5,6]])
# 从现有的数组当中创建；相当于深拷贝
a1 = np.array(a)
# 相当于索引的形式，并没有真正的创建一个新的；相当于浅拷贝
a2 = np.asarray(a)

五、创建等差数组 — 指定数量

np.linspace (start, stop, num, endpoint)

创建等差数组 — 指定数量
参数:
start:序列的起始值
stop:序列的终止值
num:要生成的等间隔样例数量，默认为50
endpoint:序列中是否包含stop值，默认为ture

# 生成等间隔的数组
np.linspace(0, 100, 11)

返回结果：

array([  0.,  10.,  20.,  30.,  40.,  50.,  60.,  70.,  80.,  90., 100.])

六、创建等差数组 — 指定步长

np.arange(start,stop, step, dtype)

创建等差数组 — 指定步长
参数
step:步长,默认值为1

np.arange(10, 50, 2)

返回结果：

array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42,44, 46, 48])

七、创建等比数列

np.logspace(start,stop, num)

创建等比数列
参数:
num:要生成的等比数列数量，默认为50

# 生成10^x
np.logspace(0, 2, 3)

返回结果:

array([  1.,  10., 100.])

举例：

#首先使用np.linspace(-1,3,5)  生成一个数组 [-1,0,1,2,3]   然后对这个数组中的数取以10为底的指数值
np.logspace(-1,3,5)
array([1.e-01, 1.e+00, 1.e+01, 1.e+02, 1.e+03])# 指定数组中的数取以2为底的指数值
np.logspace(-1,3,5,base=2)
array([0.5, 1. , 2. , 4. , 8. ])

Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列相关推荐

Numpy 生成 Bool型数组、一维转多维数组reshape、多维转一维数组、替换数组元素、提取数组元素、数组交集、差集、过滤数组元素、二维数组反转行、交换数组维度
1. 创建一个 [3,5] 所有元素为 True 的数组 In [162]: b = np.ones((3,5), dtype=bool)In [163]: b Out[163]: array([[ ...
python如何创建不同元素的矩阵_Python numpy学习（2）——矩阵的用法
Python矩阵的基本用法 mat()函数将目标数据的类型转化成矩阵(matrix) 1,mat()函数和array()函数的区别 Numpy函数库中存在两种不同的数据类型(矩阵matrix和数组ar ...
Python 数据分析三剑客之 NumPy（六）：矩阵 / 线性代数库与 IO 操作
CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...
机器学习中的Numpy库基础——向量、矩阵和数组
1.Numpy简介 Numpy是Python机器学习技术栈的基础. Numpy可以对机器学习中常用的数据结构--向量(vector).矩阵(matrice).张量(tensor)--进行高效的操作. ...
【Python】Numpy中对向量、矩阵的使用
在下面的代码里面,我们利用numpy和scipy做了很多工作,每一行都有注释,讲解了对应的向量/矩阵操作. 归纳一下,下面的代码主要做了这些事: 创建一个向量创建一个矩阵创建一个稀疏矩阵选择元素 ...
怎么在python中输入矩阵_如何使用NumPy在Python中实现矩阵？
矩阵被用作数学工具,在现实世界中有多种用途.在本文中,我们将按照以下顺序讨论Python中关于使用著名的NumPy库的矩阵的所有内容:什么是NumPy以及何时使用它?在NumPy 矩阵被用作数学工具, ...
【MATLAB】稀疏矩阵（含有大量0元素的矩阵）
1.稀疏矩阵的储存方式对于稀疏矩阵,MATLAB仅储存矩阵所有非零元素的值及其位置(行号和列号). 2.稀疏矩阵的生成 1)利用sparse函数从满矩阵转换得到稀疏矩阵函数名称表示意义 spar ...
一个使用numpy.ones（）的矩阵| 使用Python的线性代数
Ones Matrix - When all the entries of a matrix are one, then it is called as ones matrix. It may be ...
用matlab做矩阵变换（理解+实践）；假设随机发给某班所有同学任意数字，生成10*5的矩阵
问题 (1)班主任来查课,并带走最后俩排同学谈话,显示剩余同学的矩阵A1. (2)在A中,使第i行的同学拿到的数字i显示该新矩阵A2. (3)在A中找到其中任意三行三列的同学,使他们的数字平方,显示 ...

Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列

文章目录

一、0矩阵

二、1矩阵

三、单位矩阵

四、深拷贝和浅拷贝

五、创建等差数组 — 指定数量

六、创建等差数组 — 指定步长

七、创建等比数列

Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列相关推荐

最新文章

热门文章