實用基礎 python numpy

2021-09-03 01:34:04 字數 1752 閱讀 6318

對應元素相乘:

np.multiply()

*

x=np.array([[2,2,2],[3,4,5]]) #矩陣按行寫入

y=np.array([[1,2,3],[1,2,3]])

print x*y

print np.multiply(x,y)

矩陣相乘:

a = np.array([[1, 2], [1, 1]])  #按行輸入

b = np.array([[2, 3], [1, 3]])

np.outer(a, b) #按行拉直,再相乘輸出outer(i,j)=a(i)*a(j)

a=[1,2,1,1];b=[2,3,1,3];np.outer(a,b) #outer是length(a)*length(b)的矩陣

4. range()類似於r中seq的功能:

range(5,-1,-1)
三維陣列

ex=np.zeros((4,3,2))
生成4個3*2的0矩陣

求矩陣的逆

ex=np.array([[1,2],[-1,-3]])  #[[3,2],[-1,-1]]

np.linalg.inv(ex)

計算矩陣的特徵值,特徵向量

e,v = np.linalg.eig(ex)
特徵值和特徵向量求原矩陣

ex =np.dot(np.dot(v ,np.diag(e)), np.linalg.inv(v))
a=u

σu−1

a=u\sigma u^

a=uσu−

1 np.eye(n) #生成n維的單位矩陣

x.shape

例如,若輸出是(1,2,3),後兩個2,3表示在二維上是2行3列的,前面的1表示三維上有1個元素。

a=np.ones([2,3,4]) #二維上是3行4列,三維上有2個元素

a=np.array([[[1,2,3],[4,5,6]]])

a.shape

b=np.expand_dims(a,axis=0)

b.shape

b=np.expand_dims(a,axis=2)

b.shape

b=np.expand_dims(a,axis=3)

b.shape

在axis位置上insert數

Python NumPy數值計算基礎1

numpy是用於資料科學計算的基礎模組,不但能夠完成科學計算的任務,而且能夠被作為高維資料的容器,可用於儲存和處理大型矩陣。陣列ndarray的屬性包括以下幾個 屬性說明 ndim 陣列的維數 shape 陣列的形狀 對於m n的矩陣,形狀為 m,n size 陣列的尺寸,即元素個數 dtype 陣...

python numpy模組學習(超級基礎)

import numpy as np 讀取txt檔案 txt np.genfromtxt test.txt delimiter dtype str,encoding utf 8 生成矩陣 vector np.array 5,10,23,45,2 一維 vector np.array 5,10,23,...

python Numpy基礎(多維陣列物件)

生成隨機數組 import numpy as np 匯入numpy模組 生成隨機數組 data np.random.randn 2,2 定義生成為2行2列的二維陣列 data 輸出array的2行2列的多維陣列 array 1.13431267 0.62352469 0.63744491,0.265...