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
- spark-submit之使用pyspark
在linux下,执行pyspark代码 —— 实测有效:但是并不是所有的包都能够成功,一些很复杂的包或者对C依赖很深的包例如 numpy, pandas, scipy等,无法通过本方法实现:对一些比较 ...
- linux复制、压缩打包、解压缩等操作
1. 复制:cp命令,可复制一个文件夹下的所有文件和子目录.子文件,但是不包括本目录名,例如:不想包含目录名python3.7,想包含的是该目录下的所有子文件和子目录 cp -r /usr/local ...
- 修改gitlab配置文件指定服务器ip和自定义端口:
修改gitlab配置文件指定服务器ip和自定义端口: vim /etc/gitlab/gitlab.rb gitlab-ctl reconfiguregitlab-ctl restart 查看与rpm ...
- Luogu P1062 数列
Luogu P1062 数列 题目说: 把所有$k$的方幂及所有有限个互不相等的$k$的方幂之和构成一个递增的序列. 这就是说,每一个$k$的方幂只能有或没有. 有为$0$,没有为$1$. 所以这些数 ...
- vue-cli 安装使用
全局安装vue-cli,使用命令npm install -g vue-cli. 下载模板代码,使用命令vue init webpack my-project,之后会有一些询问,按需填写即可. 最后会看 ...
- EntityFramework 事物引发的问题
前记 还是最近做的日志模块,今天做最后的入库工作.在测试入库日志记录时,总是出现怪异的问题. 开启服务开始接收 Kafka 的消息,第一条数据没有问题,后面的都如不了库.很是懵~~~ 调试了很久定位在 ...
- Python+request 使用pymysql连接数据库mysql的操作《十》
使用指南.pymysql支持python2.7同时也支持python3.x.当前我用的是python2.7.所以过断选择了pymysql的使用,这里注意几点.一般我们连接数据库为了安全起见,都会要求按 ...
- Python基本的语法知识
1. 编程语言的介绍 低级语言:机器语言--------计算机内部只能接受二进制代码,故用0或者1表示的指令称为机器指令,全部的机器指令构成了计算机的机器语言. 汇编语言--------实质上跟机器语 ...
- 字符编码,python解释器------总结
目录 1. 编码: 1.字符编码 2. 编码的历史 3. 编码和解码 2. python解释器 解释代码的流程 1. 读取文本到解释器 2. 识别代码(检查语法问题) 3. 往终端打印 1. 编码: ...
- Liunx - 命令整理
## Liunx 常用命令 ## ## 注意,在Linux中,文件没有创建时间. 1. ls : 查看当前文件夹下的所有文件 2. mkdir -- 创建一个新的文件夹 - mkdir 参数 文件名 ...