返回介绍

01. Python 工具

02. Python 基础

03. Numpy

04. Scipy

05. Python 进阶

06. Matplotlib

07. 使用其他语言进行扩展

08. 面向对象编程

09. Theano 基础

10. 有趣的第三方模块

11. 有用的工具

12. Pandas

矩阵

发布于 2022-09-03 20:46:13 字数 2361 浏览 0 评论 0 收藏 0

使用 mat 方法将 2 维数组转化为矩阵:

In [1]:

import numpy as np
a = np.array([[1,2,4],
              [2,5,3], 
              [7,8,9]])
A = np.mat(a)
A

Out[1]:

matrix([[1, 2, 4],
        [2, 5, 3],
        [7, 8, 9]])

也可以使用 Matlab 的语法传入一个字符串来生成矩阵:

In [2]:

A = np.mat('1,2,4;2,5,3;7,8,9')
A

Out[2]:

matrix([[1, 2, 4],
        [2, 5, 3],
        [7, 8, 9]])

利用分块创造新的矩阵:

In [3]:

a = np.array([[ 1, 2],
              [ 3, 4]])
b = np.array([[10,20], 
              [30,40]])

np.bmat('a,b;b,a')

Out[3]:

matrix([[ 1,  2, 10, 20],
        [ 3,  4, 30, 40],
        [10, 20,  1,  2],
        [30, 40,  3,  4]])

矩阵与向量的乘法:

In [4]:

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

Out[4]:

array([[1],
       [2],
       [3]])

In [5]:

A * x

Out[5]:

matrix([[17],
        [21],
        [50]])

A.I 表示 A 矩阵的逆矩阵:

In [6]:

print A * A.I
[[  1.00000000e+00   0.00000000e+00   0.00000000e+00]
 [  0.00000000e+00   1.00000000e+00   2.08166817e-17]
 [  2.22044605e-16  -8.32667268e-17   1.00000000e+00]]

矩阵指数表示矩阵连乘:

In [7]:

print A ** 4
[[ 6497  9580  9836]
 [ 7138 10561 10818]
 [18434 27220 27945]]

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文