利用numpy庫實現基本矩陣運算

一、建立矩陣

numpy庫中有兩種建立矩陣的方法，兩種方法產生的矩陣型別有所不同。第一種方法是matrix方法，產生的是普通矩陣：

>>>import numpy as np #在idle下直接呼叫numpy庫

>>>a=np.matrix([[1,2],[3,4],[5,6]])  #產生乙個3×2的矩陣a

>>>b=np.array(range(1,7)).reshape(3,2)  #產生乙個三行二列的陣列b

接下來介紹幾個numpy內建函式生成一些特殊矩陣：

>>>np.zeros((3,3)) #產生全零3×3方陣

>>>np.identity(3) #生成3×3單位矩陣
>>>np.diag([3,2,1]) #生成對角陣

繼續利用前面產生過的矩陣進行運算

>>> a+a

matrix([[ 2,  4],
[ 6,  8],
[10, 12]])
>>> b+b
array([[ 2,  4],
[ 6,  8],
[10, 12]])
>>> a-b
matrix([[0, 0],
[0, 0],
[0, 0]])
>>> b+a
matrix([[ 2,  4],
[ 6,  8],
[10, 12]])

>>> a*a

traceback (most recent call last):
file "", line 1, in a*a
file "d:\python36_64\lib\site-packages\numpy\matrixlib\defmatrix.py", line 215, in __mul__
return n.dot(self, asmatrix(other))
valueerror: shapes (3,2) and (3,2) not aligned: 2 (dim 1) != 3 (dim 0)
>>> b*b
array([[ 1,  4],
[ 9, 16],
[25, 36]])

>>> b.dot(b)

traceback (most recent call last):
file "", line 1, in b.dot(b)
valueerror: shapes (3,2) and (3,2) not aligned: 2 (dim 1) != 3 (dim 0)

array類矩陣還可以實現乘冪的形式：

>>> b**4

array([[   1,   16],
[  81,  256],
[ 625, 1296]], dtype=int32)

python 矩陣庫 NumPy矩陣庫

numpy 矩陣庫 numpy 包包含乙個 matrix庫numpy.matlib。此模組的函式返回矩陣而不是返回ndarray物件。matlib.empty matlib.empty 函式返回乙個新的矩陣，而不初始化元素。該函式接受以下引數。numpy.matlib.empty shape,dty...

初學資料分析 一 利用numpy實現矩陣標準化

大資料分析中許多情況下需要用到矩陣標準化 使該矩陣每一列的平均值為0,標準差為1 here is the formula x mean std 以上運算是按列進行的,因為通常大資料分析中的矩陣x n m,其中每一行代表乙個資料,而列代表不同的性質,既是n個資料,每個資料有m種性質 應用 假設現在已經...

Python學習 numpy矩陣庫2

匯入numpy和matlib庫 匯入numpy與matlib import numpy as np import numpy.matlib numpy.matlib.zeros 函式，返回乙個矩陣，並且以 1 來填充 a np.matlib.zeros 3,3 print a 輸出結果 0.0.0....