python观察日志(part27)--数组及矩阵运算

学习笔记，仅供参考，有错必究

数组运算

# 布尔数组过滤元素
arr = np.array([1, 2, 3, 4, 5, 6, 7, 10])
arr[arr>4]
# 多个布尔表达式过滤元素
arr[np.logical_and(arr > 5, arr < 10)]
arr[np.logical_or(arr > 6, arr < 3)]

array([ 5,  6,  7, 10])array([6, 7])array([ 1,  2,  7, 10])

# 选择元素
arr = np.array([1, 2, 3, 4, 5])
arr_choice1 = np.array([0, 1, 4], int)
arr[arr_choice1]# take选取元素
arr.take(arr_choice1)
arr2 = np.array([[1, 2, 7, 8], [3, 4, -1, 0], [5, 6, 3, 1]], float)
arr_choice2 = np.array([0, 1, 0], int)
arr2.take(arr_choice2, axis = 0) # 按行
arr2.take(arr_choice2, axis = 1) # 按列

array([1, 2, 5])array([1, 2, 5])array([[ 1.,  2.,  7.,  8.],[ 3.,  4., -1.,  0.],[ 1.,  2.,  7.,  8.]])array([[1., 2., 1.],[3., 4., 3.],[5., 6., 5.]])

# take的逆操作put，将元素放到指定位置
arr = np.array([1, 2, 3, 4, 5])
arr_replace = np.array([20, 40, 60])
arr.put([1, 3], arr_replace)
arr

array([ 1, 20,  3, 40,  5])

矩阵运算

# 矩阵相乘
m1 = np.array([[1, 2, 3, 4], [1, 2, -1, 0]], float)
m2 = np.array(range(12), float).reshape((4, 3))
np.dot(m1, m2)

array([[60., 70., 80.],[ 0.,  2.,  4.]])

# 内积和外积
m1 = np.array([1, 2, 3])
m2 = np.array([0, 2, 1])
np.outer(m1, m2)
np.outer(m2, m1)
np.inner(m1, m2)

array([[0, 2, 1],[0, 4, 2],[0, 6, 3]])array([[0, 0, 0],[2, 4, 6],[1, 2, 3]])7

# 求矩阵的行列式,逆矩阵
m = np.array([[1, 2, 5], [3, 4, 5], [2, 6, 1]])
m
#行列式
np.linalg.det(m)#逆矩阵
inv_m = np.linalg.inv(m)
inv_m
np.dot(m, inv_m)

array([[1, 2, 5],[3, 4, 5],[2, 6, 1]])37.99999999999999array([[-0.68421053,  0.73684211, -0.26315789],[ 0.18421053, -0.23684211,  0.26315789],[ 0.26315789, -0.05263158, -0.05263158]])array([[ 1.00000000e+00, -2.08166817e-17,  0.00000000e+00],[ 5.55111512e-17,  1.00000000e+00, -5.55111512e-17],[-5.55111512e-17, -4.85722573e-17,  1.00000000e+00]])

# 特征值及特征向量
m = np.array([[1, 2, 5], [3, 4, 5], [2, 6, 1]])
vals, vecs = np.linalg.eig(m)
vals
vecs

array([10.05542725, -1.45102583, -2.60440142])array([[-0.46078772, -0.91011774, -0.78680234],[-0.6895963 ,  0.14477757, -0.10328041],[-0.55868741,  0.38823339,  0.60850246]])

python观察日志(part27)--数组及矩阵运算相关推荐

python观察日志(part24)--列表和numpy数组扁平化
学习笔记,仅供参考,有错必究参考文献:python–列表.数组扁平化:你知道如何将python中嵌套的列表扁平化吗? 列表扁平化方案1 print(sum([[1, 2, 3], ["s ...
python观察日志(part26)--numpy数组操作
学习笔记,仅供参考,有错必究数组操作 # 垂直方向和并数组 arr1 = np.array([[1, 2, 3], [0, 0, 1]]) arr2 = np.array([[4, 5, 6], [ ...
python观察日志(part25)--创建numpy数组
学习笔记,仅供参考,有错必纠按需更新 numpy中的数组创建数组 # 构造正态矩阵 np.random.normal(0, 1, (4, 4)) array([[ 0.37736985, -0.2 ...
python观察日志(part22)--设置工作目录及文件读取
学习笔记,仅供参考参考自:pandas.read_csv参数详解:<python编程从数据分析到数据编程> 查看并更改当前工作目录当前工作目录就是python(准确的说,是python ...
python观察日志(part21)--ord,chr,unichr方法的联系与区别
学习笔记,仅供参考,有错必纠参考自:python 的 ord(). chr(). unichr() 函数; 菜鸟教程 ord,chr,unichr方法的联系与区别 ord方法 ord方法以一个长度为 ...
python观察日志(part20)--列表中加号,extend,append之间的区别
学习笔记,仅供参考,有错必纠列表中"+"加号,extend,append之间的区别 extend extend函数用于在列表末尾一次性追加另一个序列中的多个值. append a ...
python观察日志(part15)--命名元祖namedtuple
学习笔记,有错必纠命名元祖namedtuple 有很多简单的对象其实可以看做几个相关值的集合,例如,在下面这段代码中,我们定义Point类,它包含两个数字x和y: class Point:def _ ...
python观察日志(part13)--any和all
学习笔记,有错必纠 any和all any函数 python提供一个内置函数any,它接收一个由布尔值组成的序列,并在其中任何值是True时返回True. 它可以用于列表: >>> ...
python观察日志(part12)--基于类的深拷贝与浅拷贝
学习笔记,有错必纠 python代码一上来,我们先看一段python代码: # -*- coding: utf-8 -*-import copyclass Bunny():passclass Dog ...

python观察日志(part27)--数组及矩阵运算

数组运算

矩阵运算

python观察日志(part27)--数组及矩阵运算相关推荐

最新文章

热门文章