1. f = np.poly1d(seita):

构造函数,其中以seita为参数,返回一个函数

2. np.mat(param):

建一个list或是array或是其它的转化成一个矩阵

3. array.reshape(m,n):

将一个array数组重塑成一个m行n列的数组
注:这里的array需要用你的具体变量名来替换
并非指的是numpy.array

4. np.column_stack((矩阵 A, 矩阵B))

将矩阵B按列合并到矩阵A中,要求,B的行数 = A的行数
e.g.:
A = [ 1 2 3 3 4 5 4 5 6 5 6 7 ] A = \begin{bmatrix} 1 & 2 & 3\\ 3 & 4 &5\\ 4&5&6\\5&6&7 \\ \end{bmatrix} A=⎣⎢⎢⎡​1345​2456​3567​⎦⎥⎥⎤​
B = [ 10 20 30 40 40 50 50 60 ] B = \begin{bmatrix} 10 & 20\\ 30 & 40\\ 40&50\\50&60\\ \end{bmatrix} B=⎣⎢⎢⎡​10304050​20405060​⎦⎥⎥⎤​
R e s = [ 1 2 3 10 20 3 4 5 30 40 4 5 6 40 50 5 6 7 50 60 ] Res = \begin{bmatrix} 1 & 2 & 3&10&20\\ 3 & 4 &5&30&40\\ 4&5&6&40&50\\5&6&7&50&60\\ \end{bmatrix} Res=⎣⎢⎢⎡​1345​2456​3567​10304050​20405060​⎦⎥⎥⎤​

5. np.insert()

numpy.insert(arr, obj, values, axis=None)
param介绍:

  • arr(array)被插入入矩阵
  • obj(int)插入在第几行/列之前
  • values(array)要插入的矩阵
  • axis(int)作为某一行(0)还是列(1)插入到arr中
    函数:将向量插入某一行或列,返回一个插入向量后的数组。
6. numpy.linalg.det(数组 A):

要求A满足方阵要求:行数 == 列数

7. np.linalg.inv(数组 A):

对矩阵A求逆

8. 矩阵与向量相除

1)

# A = [n*k], B = [k],
# A/B <=> A 的第i列除B的第i个
B = np.array([20,40,50,100])
A = np. array([1,1,1,1,2,2,2,2]).reshape(2,4)
print(A)
print(B)
print(A/B)

result:

2)

# A = [n*k], B = [k],
# B/A <=> B先复制自己,形成n个行向量,组成n*k的矩阵,再对应项相除
B = np.array([20,40,50,100])
A = np. array([1,1,1,1,2,2,2,2]).reshape(2,4)
print(A)
print(B)
print(B/A)

9. numpy.dot(np.array A, np.array B):

返回的是矩阵乘法得到的: A ∗ B A*B A∗B
所以A, B要满足矩阵乘法的要求:
if A ∈ R a ∗ b , B ∈ R c ∗ d A\in R^{a*b}, B\in R^{c*d} A∈Ra∗b,B∈Rc∗d, then b==c.

10. np.sum(A, axis)

这里A如果是矩阵:
当axis为0时,将每一列的元素相加,将矩阵变成为一行向量
当axis为1时,将每一行的元素相加,将矩阵变成为一列向量

python常用公式相关推荐

  1. python里面两个大于号_【课堂笔记】Python常用的数值类型有哪些?

    学习了视频课程<财务Python基础>,小编特为大家归纳了Python常用的数值类型和运算符,大家一起来查缺补漏吧~~ 数值类型 整型(int):整型对应我们现实世界的整数,比如1,2,1 ...

  2. Python常用的数据清洗方法

    Python常用的数据清洗方法 在数据处理的过程中,一般都需要进行数据的清洗工作,如数据集是否存在重复.是否存在缺失.数据是否具有完整性和一致性.数据中是否存在异常值等.当发现数据中存在如上可能的问题 ...

  3. 视频教程-Excel常用公式函数 if函数 vlookup函数的使用方法视频教程-Office/WPS

    Excel常用公式函数 if函数 vlookup函数的使用方法视频教程 本人张光欢,在2018年4月1日注册公司邢台水滴计算机科技有限公司,从事于计算机软硬件开发,信息技术咨询服务 张光欢 ¥12.0 ...

  4. Python常用6个技术网站汇总分享!

    Python是一门面向对象的编程语言,它具有丰富和强大的库,能够把用其他语言编写的各种模块轻松地联结在一起,因此也常被称为"胶水语言".Python技术会随着互联网的不断发展一直迭 ...

  5. GitHub上7000+ Star的Python常用代码合集

    作者 | 二胖并不胖 来源 | 大数据前沿(ID:bigdataqianyan) 今天二胖给大家介绍一个由一个国外小哥用好几年时间维护的Python代码合集.简单来说就是,这个程序员小哥在几年前开始保 ...

  6. python常用类库_Python常用库

    Python常用库 一.time:时间处理模块 import time 1.time.time() time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数). import tim ...

  7. 实战篇一 python常用模块和库介绍

    # -_-@ coding: utf-8 -_-@ -- Python 常用模块和库介绍 第一部分:json模块介绍 import json 将一个Python数据结构转换为JSON: dict_ = ...

  8. python常用函数-python常用函数精讲

    原标题:python常用函数精讲 返回值为bool类型的函数 bool是Boolean的缩写,只有真(True)和假(False)两种取值 bool函数只有一个参数,并根据这个参数的值返回真或者假. ...

  9. python常用模块大全总结-常用python模块

    广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. python常用模块什么是模块? 常见的场景:一个模块就是一个包含了py ...

最新文章

  1. LeetCode简单题之判断国际象棋棋盘中一个格子的颜色
  2. 索引块与数据块的区别
  3. rhel6硬盘或U盘安装注意的问题
  4. java response返回xml_Spring 返回Xml格式
  5. 一个小度科技就估值200亿,百度现在被低估了吗?
  6. 使用SIFT特征提取和K-Means方法对图片进行分类
  7. Android的Crash崩溃解决方案-Bugly的使用
  8. Zookeeper基于Java 访问
  9. 最新java初级高级,python基础进阶,机器学习视频资料
  10. 2016年第9本:系统之美
  11. stackless python初体验
  12. (77)Vivado设置伪路径约束
  13. 洛谷P3382 【模板】三分法
  14. 云服务被归类为IDC业务 提供云服务必须持证上岗
  15. 通用数据库连接工具--DbVisualizer的使用
  16. 互联网赚钱骚操作,真的太骚了
  17. Nginx subs_filter模块替换文本
  18. java爬虫之爬取博客园推荐文章列表
  19. mysql服务怎么启动和关闭?
  20. VS2003,VS2005,VS2008 低版本打开高版本的解决方案

热门文章

  1. ICV:2022上半年全球车用CMOS图像传感器出货量超18亿美元
  2. STM32G0学习手册——使用SWD接口进行调试 (HAL库)
  3. 判断CStdioFile的类成员有没有打开
  4. SpringBoot(尚硅谷学习笔记)
  5. 路由协议OSPF和ISIS区别
  6. MATLAB 2017a \b、2016a\b等高版本,打开函数帮助文档需要登录MATHworks账户且需要绑定产品
  7. R语言线性混合效应模型(固定效应随机效应)和交互可视化3案例
  8. Django 2.1.3 模型层 模型
  9. 达梦数据库DCA认证培训笔记
  10. [元带你学NVMe] 设备自测试操作(NVMe Device Self-test Operations) 详解与实战