载入数据和保存数据

In [34]: arr = np.loadtxt("/home/hadoop/wujiadong/np.txt")
In [35]: np.save("/home/hadoop/wujiadong/np_out.txt",arr)

数学运算

nump.dot:矩阵乘法运算
numpy.transponse:矩阵转置

求解方程组

In [39]: a = np.array([[3,6,-5],[1,-3,2],[5,-1,4]])
In [40]: b = np.array([12,-2,10])
In [41]: x = np.linalg.inv(a).dot(b)
In [42]: x
Out[42]: array([ 1.75, 1.75, 0.75]) In [43]: a
Out[43]:
array([[ 3, 6, -5],
[ 1, -3, 2],
[ 5, -1, 4]]) In [44]: b
Out[44]: array([12, -2, 10])
In [61]: d1 = np.array([[1,2,3,4],[5,6,7,8]])

In [62]: d1
Out[62]:
array([[1, 2, 3, 4],
[5, 6, 7, 8]]) In [63]: d2 = np.random.random((4,2)) In [64]: d2
Out[64]:
array([[ 0.33936881, 0.02394269],
[ 0.55151109, 0.70094196],
[ 0.04284826, 0.80405587],
[ 0.59282838, 0.94140771]]) In [65]: d1.dot(d2)
Out[65]:
array([[ 3.94224929, 7.60362506],
[ 10.04847544, 17.48501797]]) In [66]: d2.T
Out[66]:
array([[ 0.33936881, 0.55151109, 0.04284826, 0.59282838],
[ 0.02394269, 0.70094196, 0.80405587, 0.94140771]]) In [68]: np.linalg.inv(d2.T.dot(d2))
Out[68]:
array([[ 3.43382891, -1.67438636],
[-1.67438636, 1.31036906]]) ##对矩阵d2进行奇异值分解 :d2=u*s*h
In [70]: u,s,h = np.linalg.svd(d2) In [71]: u
Out[71]:
array([[-0.11515737, 0.59645451, 0.74476033, -0.27624781],
[-0.54915702, 0.30352265, -0.53710331, -0.5637558 ],
[-0.45256189, -0.73026033, 0.3934938 , -0.32721586],
[-0.69307509, 0.13724381, 0.04488564, 0.70625514]]) In [72]: s
Out[72]: array([ 1.60238234, 0.47920264]) In [73]: h
Out[73]:
array([[-0.48191562, -0.87621763],
[ 0.87621763, -0.48191562]])

Numpy学习2的更多相关文章

  1. NumPy学习笔记 三 股票价格

    NumPy学习笔记 三 股票价格 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.&l ...

  2. NumPy学习笔记 二

    NumPy学习笔记 二 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...

  3. NumPy学习笔记 一

    NumPy学习笔记 一 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...

  4. 数据分析之Pandas和Numpy学习笔记(持续更新)<1>

    pandas and numpy notebook        最近工作交接,整理电脑资料时看到了之前的基于Jupyter学习数据分析相关模块学习笔记.想着拿出来分享一下,可是Jupyter导出来h ...

  5. NumPy学习(索引和切片,合并,分割,copy与deep copy)

    NumPy学习(索引和切片,合并,分割,copy与deep copy) 目录 索引和切片 合并 分割 copy与deep copy 索引和切片 通过索引和切片可以访问以及修改数组元素的值 一维数组 程 ...

  6. NumPy学习(让数据处理变简单)

    NumPy学习(一) NumPy数组创建 NumPy数组属性 NumPy数学算术与算数运算 NumPy数组创建 NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型. 它描述相同 ...

  7. numpy 学习笔记

    numpy 学习笔记 导入 numpy 包 import numpy as np 声明 ndarray 的几种方法 方法一,从list中创建 l = [[1,2,3], [4,5,6], [7,8,9 ...

  8. numpy 学习总结

    numpy 学习总结 作者:csj更新时间:01.09 email:59888745@qq.com 说明:因内容较多,会不断更新 xxx学习总结: 回主目录:2017 年学习记录和总结 #生成数组/使 ...

  9. (转)Python数据分析之numpy学习

    原文:https://www.cnblogs.com/nxld/p/6058572.html https://morvanzhou.github.io/tutorials/data-manipulat ...

  10. Numpy学习1

    NumPy学习(1) 参考资料: http://www.cnblogs.com/zhanghaohong/p/4854858.html http://linusp.github.io/2016/02/ ...

随机推荐

  1. VS调用python方法

    1.  安装python3.7 2.  Vs2010中配置python: 3.添加头文件:#include <Python.h> 4.问题:error LNK2001: 无法解析的外部符号 ...

  2. python基础-第六篇-6.1生成器与迭代器

    迭代器 特点: 访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容 不能随机访问集合中的某个值 ,只能从头到尾依次访问 访问到一半时不能往回退 便于循环比较大的数据集合,节省 ...

  3. 转!!Linux 里的 2>&1 究竟是什么

    原博文地址:https://blog.csdn.net/shunzi1046/article/details/76110963 我们在Linux下经常会碰到nohup command>/dev/ ...

  4. Python作用域-->闭包函数-->装饰器

    1.作用域: 在python中,作用域分为两种:全局作用域和局部作用域. 全局作用域是定义在文件级别的变量,函数名.而局部作用域,则是定义函数内部. 关于作用域,我要理解两点:a.在全局不能访问到局部 ...

  5. swagger多个分组代码展示

    /** * api信息 * * @param name 标题 * @param description 描述 * @param version 版本 * @return */ private ApiI ...

  6. Elasticsearch.js 发布 —— 在Node.js和浏览器中调用Elasticsearch

    继PHP.Ruby.Python和Perl之后,Elasticsearch最近发布了Elasticsearch.js,Elasticsearch的JavaScript客户端库.可以在Node.js和浏 ...

  7. 从原型链看DOM--Element类型

    Element类型用于表现XML或HTML元素,提供对元素标签名,子节点及特性的访问.原型链的继承关系为 某节点元素.__proto__->(HTML某元素Element.prototype)- ...

  8. 我的第一次NGS分析操作

    部分参考自:生物信息学100个基础问题 —— 番外2: 用Anaconda快速搭建生物信息学分析平台 - 孟浩巍的文章 - 知乎 https://zhuanlan.zhihu.com/p/357114 ...

  9. jetBrains设置appium环境

  10. Java队列存储结构及实现

    一.队列(Queue) 队列是一种特殊的线性表,它只允许在表的前段(front)进行删除操作,只允许在表的后端(rear)进行插入操作.进行插入操作的端称为队尾,进行删除操作的端称为队头. 对于一个队 ...