用numpy的库，没有去下。
创建矩阵
from numpy import *;
a1=array([1,2,3]);
a1=mat(a1);data1=mat(zeros((3,3)));
#创建一个3*3的零矩阵，矩阵这里zeros函数的参数是一个tuple类型(3,3)
data2=mat(ones((2,4)));
#创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int类型，可以使用dtype=intdata3=mat(random.rand(2,2));
#这里的random模块使用的是numpy中的random模块，random.rand(2,2)创建的是一个二维数组，需要将其转换成#matrix
data4=mat(random.randint(10,size=(3,3)));
#生成一个3*3的0-10之间的随机整数矩阵，如果需要指定下界则可以多加一个参数
data5=mat(random.randint(2,8,size=(2,5));
#产生一个2-8之间的随机整数矩阵data6=mat(eye(2,2,dtype=int));
#产生一个2*2的对角矩阵a1=[1,2,3];
a2=mat(diag(a1));
#生成一个对角线为1、2、3的对角矩阵
矩阵运算
from numpy import *;
#矩阵相乘
#1*2的矩阵乘以2*1的矩阵，得到1*1的矩阵
a1=mat([1,2]);
a2=mat([[1],[2]]);
a3=a1*a2;#矩阵对应元素相乘
a1=mat([1,1]);
a2=mat([2,2]);
a3=multiply(a1,a2);#矩阵点乘
a1=mat([2,2]);
a2=a1*2;#求矩阵matrix([[0.5,0],[0,0.5]])的逆矩阵
a1=mat(eye(2,2)*0.5);
a2=a1.I;#矩阵转置
a1=mat([[1,1],[0,0]]);
a2=a1.T;#计算行列和
a1=mat([[1,1],[2,3],[4,2]]);
a2=a1.sum(axis=0);#列和，这里得到的是1*2的矩阵
a3=a1.sum(axis=1);#行和，这里得到的是3*1的矩阵
a4=sum(a1[1,:]);#计算第一行所有列的和，这里得到的是一个数值#计算最值和索引
a1.max();#计算a1矩阵中所有元素的最大值,这里得到的结果是一个数值
a2=max(a1[:,1]);#计算第二列的最大值，这里得到的是一个1*1的矩阵
a1[1,:].max();#计算第二行的最大值，这里得到的是一个一个数值np.max(a1,0);#计算所有列的最大值，这里使用的是numpy中的max函数
np.max(a1,1);#计算所有行的最大值，这里得到是一个矩阵np.argmax(a1,0);#计算所有列的最大值对应在该列中的索引
np.argmax(a1[1,:]);#计算第二行中最大值对应在改行的索引#分割出第二行以后的行和第二列以后的列的所有元素
a=mat(ones((3,3)));
b=a[1:,1:];a=mat(ones((2,2)));
b=mat(eye(2));
#按列合并，即增加行数
c=vstack((a,b));
#按行合并，即行数不变，扩展列数
d=hstack((a,b));
矩阵列表数组的转换
l1=[[1],'hello',3];a=array([[2],[1]]);
dimension=a.ndim;
m,n=a.shape;
number=a.size;#元素总个数
str=a.dtype;#元素的类型a1=[[1,2],[3,2],[5,2]];#列表
a2=array(a1);#将列表转换成二维数组
a3=array(a1);#将列表转化成矩阵
a4=array(a3);#将矩阵转换成数组
a5=a3.tolist();#将矩阵转换成列表
a6=a2.tolist();#将数组转换成列表#列表是一维的时候，转换成数组和矩阵后，通过tolist()转换成的列表并不相同
a1=[1,2,3];
a2=array(a1);
a3=mat(a1);
a4=a2.tolist();#这里得到的是[1,2,3]
a5=a3.tolist();#这里得到的是[[1,2,3]]
a6=(a4 == a5);#a6=False
a7=(a4 is a5[0]);#a7=True,a5[0]=[1,2,3]# 矩阵to数值
dataMat=mat([1]);
val=dataMat[0,0];
代码源自某转载博客：https://blog.csdn.net/m0_38079848/article/details/71698412
本文链接：https://my.lmcjl.com/post/4202.html
展开阅读全文
4 评论