# !usr/bin/env python
# Author:@vilicute import numpy as np
# 矩阵的创建
matr1 = np.mat("4 2 3;4 5 6;7 8 9")
matr2 = np.matrix([[4,5,6],[7,8,9],[1,2,3]])
print("\nmatr1=\n",matr1)
print("\nmatr2=\n",matr2) arr1 = np.eye(3)
arr2 = arr1*3
arr3 = np.random.randint(0,10,size = [3,3])
arr4 = np.random.randint(6,10,size = [3,3])
matr3 = np.bmat("arr1 arr3;arr4 arr2")
print("\nmatr3=\n",matr3) # 矩阵的运算
matr_numul = matr1*4
matr_add = matr1 + matr2
matr_sub = matr1 - matr2
matr_mul = matr1 * matr2
matr_multiply = np.multiply(matr1, matr2)
print("\n数乘:\n", matr_numul)
print("\n相加:\n", matr_add)
print("\n相减:\n", matr_sub)
print("\n相乘:\n", matr_mul)
print("\n对应元素相乘:\n", matr_multiply) print("\n转置:\n", matr1.T)
print("\n共轭转置:\n", matr1.H)
print("\n求逆:\n", matr1.I)
print("\n二维数组视图:\n", matr1.A)
'''
matr1=
[[4 2 3]
[4 5 6]
[7 8 9]]
matr2=
[[4 5 6]
[7 8 9]
[1 2 3]]
matr3=
[[1. 0. 0. 4. 8. 1.]
[0. 1. 0. 5. 3. 3.]
[0. 0. 1. 5. 1. 1.]
[6. 8. 8. 3. 0. 0.]
[9. 8. 8. 0. 3. 0.]
[9. 7. 7. 0. 0. 3.]]
数乘:
[[16 8 12]
[16 20 24]
[28 32 36]]
相加:
[[ 8 7 9]
[11 13 15]
[ 8 10 12]]
相减:
[[ 0 -3 -3]
[-3 -3 -3]
[ 6 6 6]]
相乘:
[[ 33 42 51]
[ 57 72 87]
[ 93 117 141]]
对应元素相乘:
[[16 10 18]
[28 40 54]
[ 7 16 27]]
转置:
[[4 4 7]
[2 5 8]
[3 6 9]]
共轭转置:
[[4 4 7]
[2 5 8]
[3 6 9]]
求逆:
[[ 0.33333333 -0.66666667 0.33333333]
[-0.66666667 -1.66666667 1.33333333]
[ 0.33333333 2. -1.33333333]]
二维数组视图:
[[4 2 3]
[4 5 6]
[7 8 9]]
'''

2-2 Numpy-矩阵的更多相关文章

  1. 给numpy矩阵添加一列

    问题的定义: 首先我们有一个数据是一个mn的numpy矩阵现在我们希望能够进行给他加上一列变成一个m(n+1)的矩阵 import numpy as np a = np.array([[1,2,3], ...

  2. NumPy 矩阵库(Matrix)

    NumPy 矩阵库(Matrix) NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象. 一个 的矩阵是一个由行(row)列(col ...

  3. python之numpy矩阵库的使用(续)

    本文是对我原先写的python常用序列list.tuples及矩阵库numpy的使用中的numpy矩阵库的使用的补充.结合我个人现在对线性代数的复习进度来不断更博. Section 1:行列式的计算 ...

  4. NumPy矩阵库

    NumPy - 矩阵库 NumPy 包包含一个 Matrix库numpy.matlib.此模块的函数返回矩阵而不是返回ndarray对象. matlib.empty() matlib.empty()函 ...

  5. 18、NumPy——矩阵库(Matrix)

    NumPy 矩阵库(Matrix) NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象. 一个 的矩阵是一个由行(row)列(col ...

  6. NumPy 矩阵库函数

    章节 Numpy 介绍 Numpy 安装 NumPy ndarray NumPy 数据类型 NumPy 数组创建 NumPy 基于已有数据创建数组 NumPy 基于数值区间创建数组 NumPy 数组切 ...

  7. numpy矩阵相加时需注意的一个点

    今天在进行numpy矩阵相加的时候出现了一个小的奇怪的地方,下面我们来看看: >>>P = np.array([1,2,3,4]) >>>F = np.array( ...

  8. numpy 矩阵在作为函数参数传递时的奇怪点

    numpy 矩阵在作为函数参数传递时的奇怪点 import numpy as np class simpleNet: def __init__(self): self.W = np.array([1, ...

  9. Python合并两个numpy矩阵

    numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道. 实际的应用中,矩阵的合并是一个经常发生的操作,如何利 ...

  10. Numpy 矩阵库(Matrix)

    Numpy 中包含了一个矩阵库 numpy.matlib, 该模块中的函数返回的是一个矩阵, 而不是 ndarray 对象. 一个 m * n de 矩阵是一个 有 m 行(row) n 列(colu ...

随机推荐

  1. neo4j 实战、实例、示例 创建电影关系图 -1

    1. 创建关系 因为代码占篇幅太大,创建整个"电源关系图"的代码在文章最下方. 2. 简单分析创建语句 2.1 创建电影节点 CREATE (TheMatrix:Movie {ti ...

  2. wpf之渐变色LinearGradientBrush

    xmal代码: <Grid Name="grid1"> <Grid.Background> <LinearGradientBrush> < ...

  3. BMP 图片格式

     BMP根据颜色深度,可以分为2(1位).16(4位).256(8位).65536(16位)和1670万(24位)以及32位含有alpha通道.8位图像可以是 索引彩色图像外,也可以是灰阶图像,而索引 ...

  4. Java超简明入门学习笔记(零)

    Java编程思想第4版学习笔记(零) 前言          这个笔记本主要记录了我在学习Java编程思想(第4版,中文版)的过程中遇到的重难点及其分析.主要参考了C++11版本的C++语言,对比了它 ...

  5. React学习整理

    React介绍 React设计思想及其独特,属于革命性创新,性能出众,代码逻辑却非常简单. 库(library):小而巧,库只提供了特定的api.优点是船小好调头,可以很方便的从一个库切换到另外的库, ...

  6. 廖雪峰Java10加密与安全-4加密算法-1对称加密算法

    1.对称加密算法 加密和解密使用同一个密钥,例如WinRAR. WinRAR在对文件进行打包的时候,可以设置一个密码,在解压的时候需要使用同样的密码才能正确的解压. 加密:encrypt(key,me ...

  7. 伸缩布局flex

    一.伸缩布局的起源 1.之前我们想要适应不同的浏览器,一般采用的是设置宽度.高度为父级元素的百分比,但是有时候百分比的计算是相当复杂的,加上有时候还有规定的宽度要设置,所以,伸缩布局的出现是我们所急需 ...

  8. python 日记 day4

    1.为何数据要分类 数据是用来表示状态的,不同的状态应该用不同类型的数据来表示. 2.数据类型 数字 字符串 列表 元组 字典 集合 列表:列表相比于字符串,不仅可以储存不同的数据类型,而且可以储存大 ...

  9. Web充斥着存在漏洞的过期JavaScript库

    虽然使用第三方软件库通常会降低开发的时间,但同时也会增加网站暴露出的攻击表面,对此我们应有充分的认识.因此需要保持第三方软件库的最新版本依赖,以便从安全更新中获益.即便如此,一份近期研究表明,在Ale ...

  10. DSP日志打印 LOG_printf

    LOG_printf 依托BIOS环境,需要引用下列头文件: #include <std.h> #include <log.h>     并且,要在.tcf环境中添加一个LOG ...