Python中的向量 矩陣(numpy)

2021-08-21 16:34:23 字數 2969 閱讀 1684

numpy的向量表示是通過array陣列來實現的

在numpy中一維向量用一位陣列array([1, 1, 1])表示,既能表示行向量也能表示列向量,一維向量轉置後還是原來的樣子(因為儲存結構是陣列)

from numpy import *

v1 = array([0, 0, 0])

v1t = v1.transpose()

print(v1)

print(v1t)

from numpy import *

# 一行三列

v1 = array([[1, 1, 1]])

print(v1)

# 兩行三列

v2 = array([[1, 1, 2], [1, 1, 0]])

print(v2)

from numpy import *

# 一維向量

v1 = array([1, 0, 1])

v11 = array([1, 1, 1])

# 2*3矩陣

v2 = array([[1, 1, 2], [1, 1, 0]])

# 線性代數矩陣乘法,行乘列,再相加

print("一維向量dot: ", dot(v11, v1))

print("一維dot二維: ", dot(v2, v1))

輸出結果:

一維向量dot:  2

一維dot二維: [3 1]

from numpy import *

# 一維向量

v1 = array([1, 0, 1])

v11 = array([1, 1, 1])

# 2*3矩陣

v2 = array([[1, 1, 2], [1, 1, 0]])

# 對應位置相乘

print("一維向量multiply: ", multiply(v1, v11))

print("一維multiply二維: ", multiply(v1, v2))

輸出結果:

一維向量multiply:  [1 0 1]

一維multiply二維: [[1 0 2]

[1 0 0]]

from numpy import *

# 一維向量

v1 = array([1, 0, 1])

v11 = array([1, 1, 1])

# 2*3矩陣

v2 = array([[1, 1, 2], [1, 1, 0]])

# 向量加法

print("一維向量相加: ", v1 + v11)

print("一維加二維: ", v1 + v2)

# 向量減法

print("一維向量相減: ", v1 - v11)

print("一維減二維: ", v1 - v2)

(1) 在建立矩陣的專用字串中,矩陣的行與行之間用分號隔開,行內的元素之間用空格隔開。

(2) 用t屬性獲取轉置矩陣

mat函式建立任意矩陣

from numpy import *

a = mat('1 2 3; 4 5 6')

a_transpose = a.t

print("矩陣a: ", a)

print("矩陣a的轉置: ", a_transpose)

b = mat(arange(12).reshape(3, 4))

print("元素值為0-11的3*4維矩陣", b)

輸出結果:

矩陣a:  [[1 2 3]

[4 5 6]]

矩陣a的轉置: [[1 4]

[2 5]

[3 6]]

元素值為0-11的3*4維矩陣 [[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]]

構建全0矩陣

from numpy import *

# 全0矩陣

a = zeros((4, 5))

print("全0矩陣", a)

輸出結果:

全0矩陣 [[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]]

構建單位矩陣

from numpy import *

# 單位矩陣

c = eye(3)

print("單位矩陣c: ", c)

輸出結果:

單位矩陣c:  [[1. 0. 0.]

[0. 1. 0.]

[0. 0. 1.]]

構建復合矩陣

from numpy import *

# 單位矩陣

c = eye(3)

print("單位矩陣c: ", c)

# 復合矩陣

d = c * 2

print("單位矩陣*2: ", d)

print(bmat('c d; d c'))

輸出結果:

單位矩陣*2:  [[2. 0. 0.]

[0. 2. 0.]

[0. 0. 2.]]

[[1. 0. 0. 2. 0. 0.]

[0. 1. 0. 0. 2. 0.]

[0. 0. 1. 0. 0. 2.]

[2. 0. 0. 1. 0. 0.]

[0. 2. 0. 0. 1. 0.]

[0. 0. 2. 0. 0. 1.]]

python矩陣和向量乘積 矩陣與向量的乘積

以下內容 於 先上運算,再解讀 乙個矩陣乘以乙個列向量相當於矩陣的列向量的線性組合。乙個行向量乘以矩陣,相當於矩陣的行向量的線性組合。方程組 在二維平面中,相當於找兩條直線的交點。寫成如下形式 把方程組看成是ax b,相當於是尋找矩陣a的列向量的某個線性組合,使得等於b。可以引申出來 二維平面的任意...

Numpy 中的矩陣向量乘法

元素乘法 np.multiply a,b 矩陣乘法 np.dot a,b 或 np.matmul a,b 或 a.dot b 唯獨注意 在 np.array 中過載為元素乘法,在 np.matrix 中過載為矩陣乘法 對於np.array物件 a array 1,2 3,4 array中對應元素乘法...

Python中的向量

課程性質 大資料分析 向量 向量運算 向量子集python基礎 大資料分析向量是數字 字元或邏輯資料 一維陣列 的字串。換句話說,向量是儲存分組資料的簡單工具。在python中,你通過中括號 來建立乙個向量.將向量元素用逗號分隔在括號之間。在將來,向量將非常有用,因為它們允許您輕鬆地對一系列資料應用...