python小白之矩阵matrix笔记(updating)
Matrix
#python学习之矩阵matrix 2018.4.18
# -*- coding: UTF-8 -*- from numpy import *
import numpy as np
import math
a=np.matrix('1 2 7;3 4 8;5 6 9')#矩阵的换行必须使用分号隔开,内部数据必须为字符串形式,元素之间必须以空格隔开
print(np.matrix([[1,2],[3,4]]))
m=np.asmatrix(a)#将输入的a解释为矩阵m,并修改m中某个值
m[0,0]=5
b=np.array([[1,5],[3,2]])#矩阵中的数据可以为数组对象
print(a)
print(b)
print(m)
#复制矩阵
n=m.copy()
print(n)
#检测一下m和n中所有对应元素是否相等,相等返回true.
# all要求所有元素相等 any只要有一个相等即可
c=(m==n).all()
d=(m==n).any()
print(c)
#行与列
print(m.all(axis=0))
print(m.all(axis=1))
#转化为float对象
print(m.astype(float))
#返回从小到大排序后的矩阵每行的数的索引构成的矩阵
print(m.argsort())
#<=12 返回12 >=32返回32
print(m.clip(12,32)) #矩阵对象的属性
# matrix.T transpose:返回矩阵的转置矩阵
# matrix.H hermitian (conjugate) transpose:返回复数矩阵的共轭元素矩阵
# matrix.I inverse:返回矩阵的逆矩阵
# matrix.A base array:返回矩阵基于的数组 # 矩阵对象的方法:
# all([axis, out]) :沿给定的轴判断矩阵所有元素是否为真(非0即为真)
# any([axis, out]) :沿给定轴的方向判断矩阵元素是否为真,只要一个元素为真则为真。
# argmax([axis, out]) :沿给定轴的方向返回最大元素的索引(最大元素的位置).
# argmin([axis, out]): 沿给定轴的方向返回最小元素的索引(最小元素的位置)
# argsort([axis, kind, order]) :返回排序后的索引矩阵
# astype(dtype[, order, casting, subok, copy]):将该矩阵数据复制,且数据类型为指定的数据类型
# byteswap(inplace) Swap the bytes of the array elements
# choose(choices[, out, mode]) :根据给定的索引得到一个新的数据矩阵(索引从choices给定)
# clip(a_min, a_max[, out]) :返回新的矩阵,比给定元素大的元素为a_max,小的为a_min
# compress(condition[, axis, out]) :返回满足条件的矩阵
# conj() :返回复数的共轭复数
# conjugate() :返回所有复数的共轭复数元素
# copy([order]) :复制一个矩阵并赋给另外一个对象,b=a.copy()
# cumprod([axis, dtype, out]) :返回沿指定轴的元素累积矩阵
# cumsum([axis, dtype, out]) :返回沿指定轴的元素累积和矩阵
# diagonal([offset, axis1, axis2]) :返回矩阵中对角线的数据
# dot(b[, out]) :两个矩阵的点乘
# dump(file) :将矩阵存储为指定文件,可以通过pickle.loads()或者numpy.loads()如:a.dump(‘d:\\a.txt’)
# dumps() :将矩阵的数据转存为字符串.
# fill(value) :将矩阵中的所有元素填充为指定的value
# flatten([order]) :将矩阵转化为一个一维的形式,但是还是matrix对象
# getA() :返回自己,但是作为ndarray返回
# getA1():返回一个扁平(一维)的数组(ndarray)
# getH() :返回自身的共轭复数转置矩阵
# getI() :返回本身的逆矩阵
# getT() :返回本身的转置矩阵
# max([axis, out]) :返回指定轴的最大值
# mean([axis, dtype, out]) :沿给定轴方向,返回其均值
# min([axis, out]) :返回指定轴的最小值
# nonzero() :返回非零元素的索引矩阵
# prod([axis, dtype, out]) :返回指定轴方型上,矩阵元素的乘积.
# ptp([axis, out]) :返回指定轴方向的最大值减去最小值.
# put(indices, values[, mode]) :用给定的value替换矩阵本身给定索引(indices)位置的值
# ravel([order]) :返回一个数组,该数组是一维数组或平数组
# repeat(repeats[, axis]) :重复矩阵中的元素,可以沿指定轴方向重复矩阵元素,repeats为重复次数
# reshape(shape[, order]) :改变矩阵的大小,如:reshape([2,3])
# resize(new_shape[, refcheck]) :改变该数据的尺寸大小
# round([decimals, out]) :返回指定精度后的矩阵,指定的位数采用四舍五入,若为1,则保留一位小数
# searchsorted(v[, side, sorter]) :搜索V在矩阵中的索引位置
# sort([axis, kind, order]) :对矩阵进行排序或者按轴的方向进行排序
# squeeze([axis]) :移除长度为1的轴
# std([axis, dtype, out, ddof]) :沿指定轴的方向,返回元素的标准差.
# sum([axis, dtype, out]) :沿指定轴的方向,返回其元素的总和
# swapaxes(axis1, axis2):交换两个轴方向上的数据.
# take(indices[, axis, out, mode]) :提取指定索引位置的数据,并以一维数组或者矩阵返回(主要取决axis)
# tofile(fid[, sep, format]) :将矩阵中的数据以二进制写入到文件
# tolist() :将矩阵转化为列表形式
# tostring([order]):将矩阵转化为python的字符串.
# trace([offset, axis1, axis2, dtype, out]):返回对角线元素之和
# transpose(*axes) :返回矩阵的转置矩阵,不改变原有矩阵
# var([axis, dtype, out, ddof]) :沿指定轴方向,返回矩阵元素的方差
# view([dtype, type]) :生成一个相同数据,但是类型为指定新类型的矩阵。
python小白之矩阵matrix笔记(updating)的更多相关文章
- python小白之字典使用笔记
Python 字典(Dictionary) 字典是一种可变容器模型,且可存储任意类型对象. 每个键值 key=>value 对,用冒号 : 分割 每个键值对之间用逗号 , 分割 整个字典包括 ...
- python小白之list使用笔记
List常见用法 list拆分 I=array([4.,2.]) print(I[:,newaxis])#将原本在一个列表里的两个数拆为两个不同列表里 list合并 法一 运算符重载 num=[1, ...
- Python爬虫 小白[3天]入门笔记
笔记来源 Day-0 1.如果你还不了解Python的基础语法,可以移步|>>>Python 基础 小白 [7天] 入门笔记<<<|或自行学习. 简介 1.什么是爬 ...
- Python基础 小白[7天]入门笔记
笔记来源 Day-1 基础知识(注释.输入.输出.循环.数据类型.随机数) #-*- codeing = utf-8 -*- #@Time : 2020/7/11 11:38 #@Author : H ...
- Python小白的数学建模课-07 选址问题
选址问题是要选择设施位置使目标达到最优,是数模竞赛中的常见题型. 小白不一定要掌握所有的选址问题,但要能判断是哪一类问题,用哪个模型. 进一步学习 PuLP工具包中处理复杂问题的字典格式快捷建模方法. ...
- Python小白的数学建模课-03.线性规划
线性规划是很多数模培训讲的第一个算法,算法很简单,思想很深刻. 要通过线性规划问题,理解如何学习数学建模.如何选择编程算法. 『Python小白的数学建模课 @ Youcans』带你从数模小白成为国赛 ...
- Python小白的数学建模课-16.最短路径算法
最短路径问题是图论研究中的经典算法问题,用于计算图中一个顶点到另一个顶点的最短路径. 在图论中,最短路径长度与最短路径距离却是不同的概念和问题,经常会被混淆. 求最短路径长度的常用算法是 Dijkst ...
- Python小白的数学建模课-12.非线性规划
非线性规划是指目标函数或约束条件中包含非线性函数的规划问题,实际就是非线性最优化问题. 从线性规划到非线性规划,不仅是数学方法的差异,更是解决问题的思想方法的转变. 非线性规划问题没有统一的通用方法, ...
- numpy教程:矩阵matrix及其运算
http://blog.csdn.net/pipisorry/article/details/48791403 numpy矩阵简介 NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组ar ...
随机推荐
- C++——Inheritence
一种错误的观念: 子类继承父类,只把父类的公有成员继承下来,私有的不会继承. 事实上无论是如何继承,都会把父类的所有成员继承下来. #include<iostream> using nam ...
- docker 运行没有权限执行文件解决
docker运行挂载主系统目录,导致无法启动configuration error: open /etc/docker/registry/config.yml: permission denied 提 ...
- JVM学习总结
JVM指令执行流程架构图:
- js依赖mui.css生成图片验证码
js依赖mui.css生成图片验证码 相关css和js引入路径 https://cdnjs.cloudflare.com/ajax/libs/mui/3.7.1/css/mui.css https:/ ...
- HDU - 5706 - Girlcat - 简单搜索 - 新手都可以看懂的详解
原题链接: 大致题意:给你一个二维字符串,可以看成图:再给两个子串“girl”和“cat”,求图中任意起点开始的不间断连接起来的字母构成的两个子串的分别的个数:连接的方向只有不间断的上下左右. 搜索函 ...
- C++——宏观把控
跟看所有的书一样,我们都要求第一遍泛读,宏观把控书本内容,C++依旧如此进行.看到前面这几章的时候感觉非常熟悉,因为能让我联想到很多以前学习的VB.C#等的知识,感觉轻松很多,原来我已经学过了很多东西 ...
- 用vue开发一个所谓的数独
1.前言 最近的后台管理系统页面,功能暂时没有新的需求,就在想首页放什么东西,最近我想到的就是放个所谓的数独,为什么是所谓的数独,因为规则不同于标准的数独,只要求每一行每一列数字不一样就可以了!这个实 ...
- 基于FPGA自适应串口通信(Auto Baud Rate)
做的课设,相当于复习了一遍verilog. 实现了 1.接收端固定模式:8N1 BAUD:921600. 2.发送端8N1,任意波特率(不取极端值). 3.数码管显示波特率(16进制). 用了 1.两 ...
- LeetCode 282. Expression Add Operators
原题链接在这里:https://leetcode.com/problems/expression-add-operators/ 题目: Given a string that contains onl ...
- C#中的线程(一)入门 转载
文章系参考转载,英文原文网址请参考:http://www.albahari.com/threading/ 转载:http://www.cnblogs.com/miniwiki/archive/2010 ...