[转载] python中numpy库的使用举例
参考链接: Python Numpy
1、矩阵的创建
1.1 利用np.array()创建一个矩阵,注意array()里面是一个python列表或者元组
1.2 利用np.zeros()创建矩阵
1.3 利用np.ones()创建矩阵
1.4 利用np.arange()创建矩阵
1.5 利用np.linspace()创建矩阵
np.linspace()的作用和np.arange()类似,但是略有不同
np.arange(begin, end, step)中指定起始区间,和步长,np.linspace(begin, end, num)中指定起始起始区间和需要取的数字。
2 矩阵的基本属性
2.1 导入numpy库
2.2、python下numpy元素的类型
2.3 ndarray.ndim 函数,求解矩阵的维数
2.4 ndarray.shape 函数,求解矩阵的规模
2.5 ndarray.size 函数,返回矩阵元素的个数,等于ndarray.shape元素之积
2.6 ndarray.dtype 函数,返回矩阵中元素的类型
类型可以是自己创建的类型或者是标准的python类型,在Numpy中也有自己的类型,有numpy.int32, numpy.int16, numpy.float64等等类型
2.7 ndarray.itemsize函数,返回矩阵中每个元素所占的字节数
如同C语言中的sizeof(int)所占4个字节,ndarray.dtype表示当前元素的类型为int32,因此占32/8=4个字节
2.8 ndarray.data 返回矩阵在内存中的具体信息
3、矩阵的基本运算
3.1 矩阵的加法、减法和数乘
3.2 数组索引
Numpy数组每个元素,每行元素,每列元素都可以用索引访问。
3.3 数组的拷贝
数组的拷贝分浅拷贝和深拷贝两种,浅拷贝通过数组变量的赋值完成,深拷贝使用数组对象的copy方法。
浅拷贝只拷贝数组的引用,如果对拷贝进行修改,源数组也将修改。如下:
深拷贝会复制一份和源数组一样的数组,新数组与源数组会存放在不同内存位置,因此对新数组的修改不会影响源数组。如下:
4、Numpy线性代数相关函数
4.1 numpy.dot()
此函数返回两个数组的点积。 对于二维向量,其等效于矩阵乘法。 对于一维数组,它是向量的内积。 对于 N 维数组,它是a的最后一个轴上的和与b的倒数第二个轴的乘积
4.2 numpy.vdot()
此函数返回两个向量的点积。 如果第一个参数是复数,那么它的共轭复数会用于计算。 如果参数id是多维数组,它会被展开。
4.3 numpy.inner()
此函数返回一维数组的向量内积。 对于更高的维度,它返回最后一个轴上的和的乘积。
4.4 numpy.matmul()
函数返回两个数组的矩阵乘积。 虽然它返回二维数组的正常乘积,但如果任一参数的维数大于2,则将其视为存在于最后两个索引的矩阵的栈,并进行相应广播。另一方面,如果任一参数是一维数组,则通过在其维度上附加 1 来将其提升为矩阵,并在乘法之后被去除。
4.5 numpy.linalg.det()
行列式在线性代数中是非常有用的值。 它从方阵的对角元素计算。 对于 2×2 矩阵,它是左上和右下元素的乘积与其他两个的乘积的差
4.6 numpy.linalg.solve()
该函数给出了矩阵形式的线性方程的解。
可表示为AX=B 即求X=A^(-1)B 逆矩阵可以用numpy.linalg.inv()函数来求
注意:*执行的是点乘,对应点相乘,而dot是矩阵乘法
计算线性方程的解
更详细的可参见https://blog.csdn.net/xjl271314/article/details/80409034
[转载] python中numpy库的使用举例相关推荐
- [转载] Python中NumPy简介及使用举例
参考链接: Python中的numpy.invert NumPy是Python语言的一个扩展包.支持多维数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.NumPy提供了与Matlab相似的功能 ...
- [转载] python中numpy库的使用
参考链接: Python中的numpy.amin numpy支持的数据类型: bool_ 布尔型数据类型(True 或者 False) int_ 默认的整数类型(类似于 C 语言中的 long,int ...
- [转载] Python里面numpy库中zeros()的一些问题
参考链接: Python中的numpy.zeros Python里面numpy库中zeros函数的一些问题 定义 本文记录了在使用numpy库中的zeros函数时遇到的一些问题 定义 用法:zeros ...
- [转载] Python中numpy.clip();numpy.fabs()的用法;以及math.pow()的说明
参考链接: Python中的numpy.absolute 在看一些关于关于数据分析的Python代码时,时常会出现一些方法不懂其意思,今天做个小小的说明关于: python中numpy.clip()方 ...
- [转载] python中numpy.concatenate()函数的使用
参考链接: Python中的numpy.append numpy库数组拼接np.concatenate 原文:https://blog.csdn.net/zyl1042635242/article/d ...
- [转载] [转载] python 中NumPy和Pandas工具包中的函数使用笔记(方便自己查找)
参考链接: Python中的numpy.sinh 参考链接: Python中的numpy.less_equal 二.常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ...
- [转载] python 中NumPy和Pandas工具包中的函数使用笔记(方便自己查找)
参考链接: Python中的numpy.less_equal 二.常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力 ...
- [转载] python 中numpy快速去除nan, inf的方法
参考链接: Python中的numpy.isinf 参考文献Python快速转换numpy数组中Nan和Inf的方法 在使用numpy数组的过程中时常会出现nan或者inf的元素,可能会造成数值计算时 ...
- [转载] python中numpy模块的around方法_更好地舍入Python的NumPy.around:舍入numpy的数组
参考链接: Python中的numpy.round_ I am looking for a way to round a numpy array in a more intuitive fashion ...
最新文章
- MySQL数据类型之数字类型详细解析
- Android之linux基础教学之七 中断下半部之软中断
- Linux组管理和权限管理
- php多态的实际运用,7.9.1 PHP多态的应用实例
- 发那科冲压直线搬运机器人_行业应用 | 直线七轴软件配置
- 线性搜索或顺序搜索算法在Java中如何工作? 示例教程
- eps如何建立立体白模_服装立体裁剪教程 结构都是“立裁”出来的 才智服装
- C# Timer定时器用法
- python列向输出字符串_Python读取字符串按列分配后按行输出
- SpringBoot——项目启动时读取配置及初始化资源
- 用vs2011 编译 orchard 源代码
- 字符串_KMP算法(求next[]模板 hdu 1711)
- vue2.x 父组件监听子组件事件并传回信息
- 非常逆天的六款Photoshop插件!
- 数组中常见的问题,索引越界和空指针异常
- html中响应ocx事件,JS实现OCX控件的事件响应示例
- Java 基本数据类型(四类八种)
- iphone手机屏幕投射电脑 简单几步教你完成
- Mac os查看共享文件
- Python 网络爬虫实现 QQ 音乐下载
热门文章
- Windows引导及安装
- linux下载tar.gz文件夹,手把手给你细说linux-Ubuntu如何安装tar.gz文件
- 会java c php三种语言_php java net三种语言的区别
- android按钮切换颜色,togglebutton
- c java交互,Java与C交互
- PAT—1082 射击比赛(20)
- 2018 Multi-University Training Contest 1
- Can't be easier
- 土方工程量计算表格excel_土方量调配表(Excel公式版)
- 出现(n+1)/2次的数 — 给n个数字,求至少出现(N+1)/2次的那个数字?