我的问题有两个方面。我有下面的代码来处理一些矩阵。在import numpy

tupleList = [(0, 122), (1, 246), (2, 157), (3, 166), (4, 315), (5, 108), (6, 172), (7, 20), (8, 173), (9, 38), (10, 28), (11, 72), (12, 102), (13, 277), (14, 318), (15, 316), (16, 283), (17, 31), (18, 160), (19, 97), (20, 26), (21, 252), (22, 105), (23, 133), (24, 162), (25, 116), (26, 284), (27, 25), (28, 80), (29, 225), (30, 107), (31, 111), (32, 208), (33, 121), (34, 249), (35, 314), (36, 163), (37, 170), (38, 48), (39, 142), (40, 95), (41, 113), (42, 285), (43, 88), (44, 184), (45, 63), (46, 129), (47, 137), (48, 87), (49, 135), (50, 207), (51, 276), (52, 174), (53, 143), (54, 92), (55, 313), (56, 85), (57, 185), (58, 96), (59, 86), (60, 222), (61, 274), (62, 0), (63, 256), (64, 27), (65, 81), (66, 219), (67, 271), (68, 115), (69, 212), (70, 83), (71, 302), (72, 69), (73, 211), (74, 139), (75, 110), (76, 2), (77, 298), (78, 244), (79, 299), (80, 248), (81, 57), (82, 293), (83, 241), (84, 188), (85, 250), (86, 29), (87, 149), (88, 51), (89, 75), (90, 264), (91, 59), (92, 33), (93, 10), (94, 210), (95, 90), (96, 262), (97, 73), (98, 138), (99, 74), (100, 89), (101, 124), (102, 118), (103, 112), (104, 295), (105, 56), (106, 100), (107, 305), (108, 273), (109, 220), (110, 66), (111, 218), (112, 141), (113, 267), (114, 47), (115, 61), (116, 224), (117, 123), (118, 136), (119, 127), (120, 126), (121, 125), (122, 292), (123, 64), (124, 84), (125, 18), (126, 134), (127, 24), (128, 279), (129, 13), (130, 1), (131, 6), (132, 282), (133, 290), (134, 151), (135, 245), (136, 307), (137, 257), (138, 187), (139, 148), (140, 234), (141, 158), (142, 161), (143, 268), (144, 209), (145, 140), (146, 35), (147, 8), (148, 291), (149, 177), (150, 7), (151, 11), (152, 194), (153, 9), (154, 195), (155, 82), (156, 186), (157, 270), (158, 280), (159, 104), (160, 101), (161, 98), (162, 50), (163, 99), (164, 216), (165, 117), (166, 215), (167, 62), (168, 297), (169, 39), (170, 176), (171, 150), (172, 60), (173, 197), (174, 183), (175, 237), (176, 192), (177, 189), (178, 23), (179, 303), (180, 272), (181, 213), (182, 37), (183, 217), (184, 236), (185, 147), (186, 199), (187, 41), (188, 55), (189, 175), (190, 67), (191, 193), (192, 46), (193, 196), (194, 278), (195, 251), (196, 204), (197, 53), (198, 258), (199, 179), (200, 247), (201, 260), (202, 238), (203, 159), (204, 114), (205, 223), (206, 308), (207, 243), (208, 45), (209, 52), (210, 269), (211, 152), (212, 154), (213, 146), (214, 198), (215, 190), (216, 203), (217, 319), (218, 242), (219, 294), (220, 130), (221, 68), (222, 311), (223, 155), (224, 36), (225, 281), (226, 17), (227, 310), (228, 296), (229, 12), (230, 153), (231, 120), (232, 4), (233, 65), (234, 180), (235, 202), (236, 226), (237, 54), (238, 289), (239, 254), (240, 109), (241, 144), (242, 205), (243, 132), (244, 240), (245, 178), (246, 263), (247, 232), (248, 58), (249, 214), (250, 275), (251, 306), (252, 309), (253, 181), (254, 231), (255, 103), (256, 227), (257, 165), (258, 286), (259, 171), (260, 32), (261, 70), (262, 312), (263, 301), (264, 287), (265, 288), (266, 206), (267, 230), (268, 16), (269, 91), (270, 182), (271, 43), (272, 191), (273, 228), (274, 317), (275, 265), (276, 145), (277, 239), (278, 259), (279, 167), (280, 34), (281, 106), (282, 131), (283, 76), (284, 266), (285, 49), (286, 300), (287, 201), (288, 93), (289, 44), (290, 42), (291, 40), (292, 3), (293, 229), (294, 304), (295, 14), (296, 94), (297, 261), (298, 221), (299, 168), (300, 255), (301, 156), (302, 233), (303, 253), (304, 77), (305, 235), (306, 79), (307, 15), (308, 19), (309, 119), (310, 78), (311, 200), (312, 5), (313, 169), (314, 128), (315, 21), (316, 22), (317, 164), (318, 30), (319, 71)]

var = 320

def binaryMatrix(list):

size = len(list)

matrix = numpy.zeros((size,size))

for tuple in list:

matrix[tuple[0],tuple[1]] = 1

#for row in matrix:

# print sum(row)

# if sum(row) > 1:

# print "Incorrect"

# break

#print matrix

return matrix

matrix = binaryMatrix(tupleList)

matrix = numpy.asarray(matrix,int)

newMatrix = numpy.eye(var)

#print newMatrix

print numpy.shape(newMatrix)

newMatrix = newMatrix[matrix]

print newMatrix

print numpy.shape(newMatrix)

该函数获取一个元组列表并构造一个方形二进制矩阵,其中每个元组位置的条目为1,其他元素为0。注释掉的代码只是为了确保所有行的总和都是1,这是一个有效的二进制矩阵。在

我遇到的问题是在这一行:newMatrix=newMatrix[matrix]

当打印之后的形状,我得到它的尺寸是320*320*320;但我要的是320*320。在

有人能给我解释一下A)为什么会发生这种情况,以及B)如何将“newMatrix”重塑为320×320?在

python矩阵变化_用numpy改变矩阵的形状相关推荐

  1. python散点矩阵图_用python-pandas作图矩阵

    本文为一篇翻译文章,来自于Visualize Machine Learning Data in Python With Pandas - Machine Learning Mastery**,原文标题 ...

  2. python矩阵后加点_Python Numpy和矩阵的相关面试问题

    通常,数据科学家被要求在Python中执行简单的矩阵运算,这应该很简单,但许多人会偏离正轨. 本文将介绍面试中经常出现的4个Numpy/matrix问题,并用Python编写代码. 问题1: 给定4x ...

  3. python计算图解_图解NumPy,看这一篇就够了!

    晓查 编译整理 量子位 报道 | 公众号 QbitAI NumPy是Python的最重要的扩展程序库之一,也是入门机器学习编程的必备工具.然而对初学者来说,NumPy的大量运算方法非常难记. 最近,国 ...

  4. python求雅可比矩阵_雅可比算法求矩阵的特征值和特征向量

    目的 求一个实对称矩阵的所有特征值和特征向量. 前置知识 对于一个实对称矩阵\(A\),必存在对角阵\(D\)和正交阵\(U\)满足$$D=U^TAU$$\(D\)的对角线元素为\(A\)的特征值,\ ...

  5. python对矩阵部分求和_python – numpy求和矩阵 – 按索引排

    我有3个矩阵(np数组): A是形状(n,m); B的形状为(m,k);和C的形状(n,k) 矩阵C只有集合{-1,0,1}中的值,它是某种类型的"指标":如果C [i,j] == ...

  6. 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 ...

  7. 交替最小二乘矩阵分解_使用交替最小二乘矩阵分解与pyspark建立推荐系统

    交替最小二乘矩阵分解 pyspark上的动手推荐系统 (Hands-on recommender system on pyspark) Recommender System is an informa ...

  8. python 数列筛选_对numpy中的数组条件筛选功能详解

    在程序设计中,时常会遇到数据的唯一化.相同.相异信息的提取等工作,在格式化的向量存储矩阵中南,numpy能够提供比较不错的快速处理功能. 1,唯一化的实现: In [63]: data = np.ar ...

  9. python数组赋值_基本Numpy数组值赋值

    在我开始使用python中的数字代码之前,作为一个小练习,我正在尝试创建一个LDLT算法.只是为了"把脚弄湿".在 不过,我似乎对纽比阵法缺乏基本的了解.请参见以下示例:def l ...

最新文章

  1. 因 Redis Key 命令不规范,导致熬了一个通宵才把Key删完了!
  2. QTableView表格视图的列宽设置
  3. 操作系统设计与实现第3版笔记与minix3心得(5)-操作系统发展历史(3)
  4. 个人博客管理系统_教程 | 一文搭建你的第一个免费专属博客
  5. matlab运算速度与cpu的关系,请教编程语言和运算速度的关系
  6. STM32的AFIO时钟什么时候开启?
  7. Laravel核心解读 -- 扩展用户认证系统
  8. 书摘 - 吴军.浪潮之巅
  9. python windows系统_Windows系统下Python-Windows详细安装教程
  10. java中如何获得方法中的参数名
  11. 企业微信二维码转成名片
  12. 提示非标准语法;请使用 ““ 来创建指向成员的指针
  13. iOS总结-Runtime篇之用途及面试题的总结一黑魔法Method Swizzling
  14. 3628中小企业的网络生存
  15. 模拟时钟:时钟根据时间转动
  16. 【02信息系统项目管理基础】【背诵版】
  17. c++中获得对象类型 typeid 与 type_info
  18. CST画椭圆螺旋曲线elliptical spiral的方法
  19. pandas获得指定行_pandas实现选取特定索引的行
  20. git push origin HEAD:refs/for/master解析

热门文章

  1. 大物实验总结模板_期中总结大会amp;期末动员大会
  2. java安全(五)java反序列化
  3. android性能优化 掘金,Android性能优化之内存泄漏
  4. 听课评课记录计算机应用,教师听课的评语(精选10篇)
  5. mac mysql密码错误_解决mac 下mysql安装后root用户登录密码错误问题
  6. In Compiler.php line 36: Please provide a valid cache path.
  7. 服务器电流源泉ups电源的三大形式
  8. Ubuntu抛弃了Untiy转向Gnome,美化之路怎么办?不用怕咱一步一步大变身!
  9. 常用压缩,解压与打包
  10. AIX配置Volumn