python矩阵行数_python查看矩阵的行列号以及维数方式

print(X.shape):查看矩阵的行列号

print(len(X)):查看矩阵的行数

print(X.ndim):查看矩阵的维数

1 查看矩阵的行列号

2 查看矩阵的行数

3 查看矩阵的维数

补充知识：Python之numpy模块的添加及矩阵乘法的维数问题

在Python中，numpy 模块是需要自己安装的，在安装编程软件时，默认安装了pip，因此我们可以用pip命令来安装

numpy模块。

首先打开电脑的“cmd.exe”，如下图所示：

在这里输入“pip install numpy”，然后按回车键来安装numpy模块，安装过程如下图所示：

我这里是第二次安装，如果是第一次安装，会显示安装过程的进度条，在图中可以看出 “Successfully installed numpy-1.14.5”，即成功的安装了版本为1.14.5的numpy模块。

接下来就可以使用numpy模块进行编程了。

这里来说一下使用矩阵乘法的问题：在numpy模块中矩阵的乘法用dot()函数，但是要注意维数，还有就是要细心。

下面的代码在执行的过程中就报错了：

import numpy as np

def nonlin(x,deriv=False):

if (deriv==True):

return x*(1-x)

return 1/(1+np.exp(-x))

#input dataset

x=np.array([[0.05, 0.07, 1.26, 51，128983, 37.180962, 149.0759784, 4.368080458, 1.0132, 24.4777],

[0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66, 1.57],

[0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05, 0.461],

[0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105, 1.706]])

#output dataset

y=np.array([[15, 26, 33, 64]]).T

np.random.seed(1)

syn0=2*np.random.random((9,1))-1

for iter in range(10000):

l0=x

l1=nonlin(np.dot(l0,syn0))

l1_error=y-l1

l1_delta=l1_error*nonlin(l1,True)

syn0+=np.dot(l0.T,l1_delta)

print ("Outout after training:")

print (l1)

报错如图所示：

这里的第三十行就是上述代码中的“l1=nonlin(np.dot(l0,syn0))”，这里提示(4，)与(9，1)不对齐，然后打印一下矩阵l0和syn0

的维数，即将命令“print(l0.shape)”和“print(syn0.shape)”放在“l1=nonlin(np.dot(l0,syn0))”的前一行，如下图所示：

发现矩阵l0和syn0的维数分别为(4，)与(9，1)，若矩阵l0为(4，9)，矩阵乘法才能计算。这里的矩阵l0就是输入，即为x。

经过查找发现输入的第一行数据中，有一个数据错将小数点输成逗号所致。将上述代码的输入数据：

#input dataset

x=np.array([[0.05, 0.07, 1.26, 51，128983, 37.180962, 149.0759784, 4.368080458, 1.0132, 24.4777],

[0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66, 1.57],

[0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05, 0.461],

[0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105, 1.706]])

改为：

#input dataset

x=np.array([[0.05, 0.07, 1.26, 51.128983, 37.180962, 149.0759784, 4.368080458, 1.0132, 24.4777],

[0.54, 0.18, 0.34, 30.83226759, 39.7490114, 12.70335148, 5.792655734, 4.66, 1.57],

[0.47, 0.95, 2.01, 38.01532298, 3.080286601, 89.59062789, 5.349154432, 1.05, 0.461],

[0.81, 1.06, 1.3, 77.882162, 59.17737344, 124.9541366, 5.259286248, 0.2105, 1.706]])

然后代码执行成功。

以上这篇python查看矩阵的行列号以及维数方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

python矩阵行数_python查看矩阵的行列号以及维数方式相关推荐

python输出矩阵的行数_python查看矩阵的行列号以及维数方式
print(X.shape):查看矩阵的行列号 print(len(X)):查看矩阵的行数 print(X.ndim):查看矩阵的维数 1 查看矩阵的行列号 2 查看矩阵的行数 3 查看矩阵的维数补 ...
转置矩阵：正交矩阵：阶梯形矩阵行简化阶梯形矩阵行最简形矩阵伴随矩阵的列排问题：求二阶伴随矩阵简单例子
目录转置矩阵: 正交矩阵: 阶梯形矩阵行简化阶梯形矩阵行最简形矩阵
行列向量的维数和个数的关系【三秩相等作为桥梁】
前置知识 1.列向量组维数增加时,向量组的极大无关组增加(或不变). 2. 三秩相等向量组证明直观证明这两个列向量显然是相关的. 这两个列向量当a和b取k和2k的时候相关(k为任意常数),当不是 ...
python 矩阵点乘_python相乘矩阵
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 鉴于最近复习线性代数计算量较大,且1800答案常常忽略一些逆阵.行列式的计算答案 ...
python 命令行参数_Python命令行参数
python 命令行参数 Python Command line arguments are input parameters passed to the script when executing ...
python交通调查数据处理_python 小型交通调查后的数据处理（数车）
MMP,寒冷的冬天,在西安北郊的一个上午,一组四人刚起床早饭没吃就去数车,大腿冻得直哆嗦,终于以五分钟时间间隔数了一个半小时的车. 以下是要求为两个实验前做准备做交通调查,对所调查的路口现有路口交通 ...
python矩阵乘法算法_Python算法|矩阵链乘法
概述矩阵乘法是一个满足结合律的运算.显然,对于矩阵A.B.C来说,(AB)C 与 A(BC) 是等价的,我们可以根据自己的心情选择任意的运算顺序,总之,结果都是一样的. 糟糕的是,对计算机来说可不是 ...
python首行缩进_python中缩进
初识Python 初识Python 跟学习所有的编程语言一样,首先得了解这门语言的编程风格和最基础的语法.下面就让我们一起来了解一下Python的编程风格. 1.逻辑行与物理行在Python中有逻辑 ...
python命令行工具_python命令行工具Click快速掌握
前言写 Python 的经常要写一些命令行工具,虽然标准库提供有命令行解析工具 Argparse,但是写起来非常麻烦,我很少会使用它.命令行工具中用起来最爽的就是 Click,它是 Flask 的团 ...

python矩阵行数_python查看矩阵的行列号以及维数方式

python矩阵行数_python查看矩阵的行列号以及维数方式相关推荐

最新文章

热门文章