2-2 Numpy-矩阵
# !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
- 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], ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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( ...
- 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, ...
- 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 ...
- 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
- 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 ...
- wpf之渐变色LinearGradientBrush
xmal代码: <Grid Name="grid1"> <Grid.Background> <LinearGradientBrush> < ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...