NumPy包含一个矩阵库NumPy.matlib，这个模块的函数用于处理矩阵而不是ndarray对象。

NumPy中，ndarray数组可以是n维的，与此不同，矩阵总是二维的，但这两种对象可以相互转换。

matlib.empty()

empty()函数返回一个新的矩阵，但不会初始化矩阵元素。

numpy.matlib.empty(shape, dtype, order)shape 定义新矩阵形状的int或int的元组

dtype 可选，指定矩阵数据类型

order C 或 F

示例

import numpy.matlib

import numpy as np

a = np.matlib.empty((2,2))

print (a)

输出

[[6.91241356e-310 1.37748664e-316]

[6.91240378e-310 6.91240378e-310]]

可以看到，矩阵元素都是随机值。

numpy.matlib.zeros()

zeros()函数返回一个新的矩阵，矩阵元素被初始化为0。

示例

import numpy.matlib

import numpy as np

a = np.matlib.zeros((2,2))

print (a)

输出

[[ 0. 0.]

[ 0. 0.]]

numpy.matlib.ones()

zeros()函数返回一个新的矩阵，矩阵元素被初始化为1。

示例

import numpy.matlib

import numpy as np

a = np.matlib.zeros((2,2))

print (a)

输出

[[ 1. 1.]

[ 1. 1.]]

numpy.matlib.eye()

eye()函数返回一个矩阵，对角线上的元素都是1，其它地方都是0。该函数接受以下参数。

numpy.matlib.eye(n, M, k, dtype)n 返回矩阵中的行数

M 列数，默认为n

k 对角线的开始索引

dtype 矩阵的数据类型

示例

import numpy.matlib

import numpy as np

print('对角线的开始索引为0：')

print(np.matlib.eye(n = 3, M = 4, k = 0, dtype = float))

print('\n')

print('对角线的开始索引为1：')

print(np.matlib.eye(n = 3, M = 4, k = 1, dtype = float))

print('\n')

输出

对角线的开始索引为0：

[[1. 0. 0. 0.]

[0. 1. 0. 0.]

[0. 0. 1. 0.]]

对角线的开始索引为1：

[[0. 1. 0. 0.]

[0. 0. 1. 0.]

[0. 0. 0. 1.]]

numpy.matlib.identity()

identity()函数返回指定大小的单位矩阵。单位矩阵是一个所有对角元素都为1的方阵。

示例

import numpy.matlib

import numpy as np

print (np.matlib.identity(5, dtype = float))

输出

[[ 1. 0. 0. 0. 0.]

[ 0. 1. 0. 0. 0.]

[ 0. 0. 1. 0. 0.]

[ 0. 0. 0. 1. 0.]

[ 0. 0. 0. 0. 1.]]

```

## numpy.matlib.rand()

`rand()`函数返回一个指定大小的矩阵，其中填充随机值。

**示例**

```python

import numpy.matlib

import numpy as np

print (np.matlib.rand(3,3))

输出

[[0.5413199 0.5749519 0.19755942]

[0.57128833 0.24267348 0.65186677]

[0.08517 0.9238393 0.15061818]]Python Numpy 教程 | 奇客谷教程​www.qikegu.com

章节Numpy 介绍

Numpy 安装

NumPy ndarray

NumPy 数据类型

NumPy 数组创建

NumPy 基于已有数据创建数组

NumPy 基于数值区间创建数组

NumPy 数组切片

NumPy 广播

NumPy 数组迭代

NumPy 位运算

NumPy 字符串函数

NumPy 数学函数

NumPy 统计函数

NumPy 排序、查找、计数

NumPy 副本和视图

NumPy 矩阵库函数

NumPy 线性代数