Exercise:学习使用Numpy
import numpy as np
from scipy.linalg import toeplitzn = 5m = 5A = np.random.randn(n,m)print( A )#print( np.linalg.inv(A) )r = np.random.randint(10 ,size = m)c = np.random.randint(10 , size = m )
B = toeplitz(r,c)
#B = np.random.randn(m,m)print( B )
9.1
#*****Matrix operations
print( "A+A is:\n" , A+A )
print( "A*A is:\n" ,np.dot(A,A.T) )
print( "AT*A is:\n" ,np.dot(A.T, A) )
print( "A*B is:\n" ,np.dot(A,B) )def calculate( A,B,num ) :I = np.eye( m )C = B-num*Iprint('A*(B-num*I) is:\n' , np.dot(A,C) )calculate( A,B, 1)
9.2
#*****Solving a linear system
def solve( B , b ):return np.linalg.solve(B,b)b = np.random.randint(10, size = m )
print( "Solve Bx=b:\n" , solve(B,b) )
9.3
#*****Norms
print("A的fro范数:", np.linalg.norm( A , ord = 'fro' )) #fro 范数
print("B的无穷范数: ", np.linalg.norm( B , ord = np.inf ) ) #无穷范数
print("B的最大奇异值:", np.linalg.norm(B,2) )
print("B的最小奇异值:", np.linalg.norm(B,-2) )
9.4
#*****Power iteration
import time
def find_eig( Z , n ):num = 0u_k = np.ones(n)v_k_norm = 0v_k = np.zeros(0)#begin iterationbegin = time.clock()while True :v_k = np.dot(Z,u_k)v_k_norm_temp = v_k_normv_k_norm = np.linalg.norm(v_k)u_k = v_k/v_k_normnum += 1if ( abs(v_k_norm_temp - v_k_norm) < 0.0001 ):breakend = time.clock()print("the largest eigenvalue:", v_k_norm) print("the corresponding eigenvector:", u_k)
Z = np.random.randn(n,n)
find_eig( Z , n )
9.5
#******Singular values
def singular_val( p , n ):C = np.random.binomial( 1,p,(n,n) ) #二项分布val = np.linalg.norm( C , 2 ) #the max singular valueprint ("the max singular value: " ,val )print( "n*p is :" , n*p )if ( abs(n*p-val) < 0.01 ):print( "They are equal")else :print( "They are not equal" )
9.6
#*******Nearest neighbordef nearest_neighbor(A , z ):bigger = (A[A>z]).min()less = (A[A<=z]).max()if ( abs(less-z) < abs(bigger-z) ):print( less )else :print( bigger )nearest_neighbor( A, 0 )
Exercise:学习使用Numpy相关推荐
- python hstack_Python学习之Numpy速成记——基础篇(中)
上节课我们一起学习了Numpy的基本功能和它的部分基础知识.今天我们一起接着来学习剩下的部分. 5.一维数组的索引和切片 (1)一维数组的切片操作与Python列表的切片操作很相似.例如,我们可以用下 ...
- Python语言编程学习:numpy中的array格式数据切片与pandas中的dataframe格式数据切片、相互转换
Python语言编程学习:numpy中的array格式数据切片与pandas中的dataframe格式数据切片.相互转换 目录 numpy中的array格式数据切片与pandas中的dataframe ...
- python中ndarray对象实例化_Python数据分析之Numpy学习 2——NumPy 基础 ndarray对象
Python数据分析之Numpy学习 2 -- NumPy 基础学习 NumPy(Numerical Python)是高性能科学计算和数据分析的基础包.NumPy的主要对象是同构数据多维容器(homo ...
- Python 基础知识学习笔记——NumPy
Python基础知识学习笔记--NumPy 与 matlab 优秀的矩阵运算类似,python 提供了 numpy 库,这对熟悉 matlab 的用户来说非常友好.向量.矩阵和多维数组是数值计算中必不 ...
- Python学习笔记——Numpy数组的移动滑窗,使用as_strided实现
Python学习笔记--Numpy数组的移动滑窗,使用as_strided实现 `Numpy`中移动滑窗的实现 为何需要移动滑窗 `Numpy`中的移动滑窗 移动滑窗的`as_strided`实现方法 ...
- 学习笔记——Numpy基本操作(一)
为了方便学习,我把本文介绍的一些函数先列举下 数组属性 ndarray.ndim ndarray.shape 创建数组 numpy.empty.numpy.zeros.numpy.ones初始化 数值 ...
- 客户端码农学习ML —— Numpy基本用法
本文从创建矩阵.维度变换.矩阵运算.随机数.索引等方面总结numpy中基本用法,脚本首先import numpy as np. 创建矩阵 np.array([1, 2, 3])输出 [1 2 3] n ...
- 收藏 | 深度学习之Numpy基础入门教程!
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 计算机视觉联盟笔记 作者:王博Kings.Sophia (Numerical Python) 是 Pytho ...
- 【深度学习】Numpy实现简单神经网络
原文地址:点击访问 许久未更,是因为开学之后学习任务太充实了.每天都有做不完的事情,每件事情都又想把它做好. 我航中秋国庆假期长达8天,真应了那句话:该放的假一天不少,该补的课一次没有.期间,有多门作 ...
最新文章
- linux内核网络协议栈--监控和调优:发送数据(三十)
- python容器数据类型_python collections 容器数据类型
- Seafile - 最好的 Dropbox 开源替代,面向团队而设计
- Google Guava EventBus和Java 7 WatchService用于事件编程
- linux kill命令信号,Linux kill 命令详解
- 微软Vista今起大幅降价 最高幅度达到千元
- 小程序【笔记001】框架和配置文件
- [译]时间自动机:语义,算法和工具
- GeoServer注意点
- php yii应用运维,Windows运维之Windows下用cmd命令实例讲解yii2.0在php命令行中运行的步骤...
- 数据增强在贝壳找房文本分类中的应用
- 图片的压缩(上传图片太大的话,上传不到服务器)
- mysql登录密码enc_SpringBoot项目mysql配置文件密码加密(jasypt)
- android apk结构,APK文件结构详解
- 局域网文件共享服务器速度如何提升,分享提高XP访问局域网共享文件速度的方法...
- 什么是AWS Athena
- 意外收获:如何将中文转成拼音
- vue使用axios配置多域名
- python如何计算个人gpa_GPA计算Python
- 残差网络解决什么问题详解残差网络
热门文章
- 匹兹堡大学申请条件计算机科学,匹兹堡大学计算机科学排名第62(2020年TFE美国排名)...
- python中地图测距
- jquery组织结构图插件 (基于jit-yc 做可拖动、自适应伸缩的orgchart)
- vue注入组件时报错:did you register the component correctly? For recursive components......
- 如何区分显卡新旧和配置?
- 阿里云服务器入门教程 (图文教程)
- 知乎搜索排序模型的演进
- 【2022最新Java面试宝典】—— Java虚拟机(JVM)面试题(51道含答案)
- 1631 小鲨鱼在51nod小学
- 侯耀文两女告侯耀华争遗产