python中文读音ndarray-Python中Numpy ndarray的使用详解

本文主讲Python中Numpy数组的类型、全0全1数组的生成、随机数组、数组操作、矩阵的简单运算、矩阵的数学运算。

尽管可以用python中list嵌套来模拟矩阵，但使用Numpy库更方便。

定义数组

>>> import numpy as np

>>> m = np.array([[1,2,3], [2,3,4]]) #定义矩阵，int64

>>> m

array([[1, 2, 3],

[2, 3, 4]])

>>> m = np.array([[1,2,3], [2,3,4]], dtype=np.float) #定义矩阵,float64

>>> m

array([[1., 2., 3.],

[2., 3., 4.]])

>>> print(m.dtype) #数据类型

float64

>>> print(m.shape) #形状2行3列

(2, 3)

>>> print(m.ndim) #维数

>>> print(m.size) #元素个数

>>> print(type(m))

还有一些特殊的方法可以定义矩阵

>>> m = np.zeros((2,2)) #全0

>>> m

array([[0., 0.],

[0., 0.]])

>>> print(type(m)) #也是ndarray类型

>>> m = np.ones((2,2,3)) #全1

>>> m = np.full((3,4), 7) #全为7

>>> np.eye(3) #单位矩阵

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

[0., 1., 0.],

[0., 0., 1.]])

>>> np.arange(20).reshape(4,5) #生成一个4行5列的数组

>>>

>>> np.random.random((2,3)) #[0,1)随机数

array([[0.51123127, 0.40852721, 0.26159126],

[0.42450279, 0.34763668, 0.06167501]])

>>> np.random.randint(1,10,(2,3)) #[1,10)随机整数的2行3列数组

array([[5, 4, 9],

[2, 5, 7]])

>>> np.random.randn(2,3) #正态随机分布

array([[-0.29538656, -0.50370707, -2.05627716],

[-1.50126655, 0.41884067, 0.67306605]])

>>> np.random.choice([10,20,30], (2,3)) #随机选择

array([[10, 20, 10],

[30, 10, 20]])

>>> np.random.beta(1,10,(2,3)) #贝塔分布

array([[0.01588963, 0.12635485, 0.22279098],

[0.08950147, 0.02244569, 0.00953366]])

操作数组

>>> 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=np.array([1,2,3])

>>> a1

array([1, 2, 3])

>>> a1**3 #表示对数组中的每个数做立方

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]

##定义多维数组

>>> a3=np.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

>>> a3[0][0] #也可用这种方式

>>> a3

array([[1, 2, 3],

[4, 5, 6]])

>>> a3.sum(axis=0) #按行相加，列不变

array([5, 7, 9])

>>> a3.sum(axis=1) #按列相加，行不变

array([ 6, 15])

矩阵的数学运算

关于方阵

>>> m = np.array([[1,2,3], [2,2,3], [2,3,4]]) #定义一个方阵

>>> m

array([[1, 2, 3],

[2, 2, 3],

[2, 3, 4]])

>>> print(np.linalg.det(m)) #求行列式

1.0

>>> print(np.linalg.inv(m)) #求逆

[[-1. 1. 0.]

[-2. -2. 3.]

[ 2. 1. -2.]]

>>> print(np.linalg.eig(m)) #特征值特征向量

(array([ 7.66898014+0.j , -0.33449007+0.13605817j,

-0.33449007-0.13605817j]), array([[-0.47474371+0.j , -0.35654645+0.23768904j,

-0.35654645-0.23768904j],

[-0.53664812+0.j , 0.80607696+0.j ,

0.80607696-0.j ],

[-0.6975867 +0.j , -0.38956192-0.12190158j,

-0.38956192+0.12190158j]]))

>>> y = np.array([1,2,3])

>>> print(np.linalg.solve(m, y)) #解方程组

[ 1. 3. -2.]

矩阵乘法

矩阵乘：按照线性代数的乘法

>>> a = np.array([[1,2,3], [2,3,4]])

>>> b = np.array([[1,2], [3,4], [5,6]])

>>> a

array([[1, 2, 3],

[2, 3, 4]])

>>> b

array([[1, 2],

[3, 4],

[5, 6]])

>>> np.dot(a, b) #方法一

array([[22, 28],

[31, 40]])

>>> np.matmul(a,b) #方法二

array([[22, 28],

注：一维数组之间运算时，dot()表示的是内积。

点乘：对应位置相乘

>>> a = np.array([[1,2],[3,4]])

>>> b = np.array([[1,1],[2,2]])

>>> a

array([[1, 2],

[3, 4]])

>>> b

array([[1, 1],

[2, 2]])

>>> a * b #方法一

array([[1, 2],

[6, 8]])

>>> np.multiply(a, b) #方法二

array([[1, 2],

[6, 8]])

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脚本之家。

python中文读音ndarray-Python中Numpy ndarray的使用详解相关推荐

python ndarray find_Python中Numpy ndarray的使用详解
python: numpy的ndarray和array有什么区别?为什么小编以为小编够坚强了,可还是敌不过你的执着你的冷酷. What is the difference between ndarra ...
python迭代器创建序列_Python 中迭代器与生成器实例详解
Python 中迭代器与生成器实例详解本文通过针对不同应用场景及其解决方案的方式,总结了Python中迭代器与生成器的一些相关知识,具体如下: 1.手动遍历迭代器应用场景:想遍历一个可迭代对象中的 ...
python getopt_python 5种 statsPython中的getopt函数使用详解
函数原型: getopt.getopt(args, shortopts, longopts=[]) 参数解释: args:args为需要解析的参数列表.一般使用sys.argv[1:],这样可以过滤掉 ...
python获取键盘按键_Python中捕获键盘的方式详解
python中捕获键盘操作一共有两种方法第一种方法: 使用pygame中event方法使用方式如下:使用键盘右键为例 if event.type = pygame.KEYDOWN and even ...
python decimal类型转化_python中的decimal类型转换实例详解
[Python标准库]decimal--定点数和浮点数的数学运算作用:使用定点数和浮点数的小数运算. Python 版本:2.4 及以后版本 decimal 模块实现了定点和浮点算术运算符,使用的是 ...
python中文读音ndarray-Python开发：NumPy学习（一）ndarray数组
一.数据维度一个数据表达一个含义,一组数据表达一个或多个含义. 数据维度概念:一组数据的组织形式,其中有一维数据.二维数据.多维数据.高维数据. 1. 一维数据一维数据由对等关系的有序或无序数据构 ...
python的count函数_python中count函数的用法详解
python中count函数的用法 count()函数描述:统计字符串里某个字符出现的次数,可以选择字符串索引的起始位置和结束位置. 语法:str.count("char", s ...
python编程顺序_Python编程中归并排序算法的实现步骤详解
基本思想:归并排序是一种典型的分治思想,把一个无序列表一分为二,对每个子序列再一分为二,继续下去,直到无法再进行划分为止.然后,就开始合并的过程,对每个子序列和另外一个子序列的元素进行比较,依次把小元 ...
python创建列向量_关于Numpy中的行向量和列向量详解
关于Numpy中的行向量和列向量详解行向量方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结 ...
python中文读音-python中文谐音 Python 的中文谐音是什么？
Python 的中文谐音是什么?请尽量准确,.如:Windows:温豆斯 UNIX派森有时候,不得不假装很快乐,只是为了不让别人问你怎么了" python,英[ˈpaɪθən],美[ˈpaɪ ...

python中文读音ndarray-Python中Numpy ndarray的使用详解

python中文读音ndarray-Python中Numpy ndarray的使用详解相关推荐

最新文章

热门文章