Python 处理矩阵(自然语言处理)

前记

最近在做机器学习数据的预处理,用到了一些矩阵的处理,非常方便简单,在此记录一下。
主要是numpy包的使用。


矩阵初始化

mixtraxs = numpy.zeros([3, 3])               #sentence 矩阵初始化  3×3的0矩阵

矩阵的点乘

m = numpy.array(wordvec_column)   //矩阵竖列
n = numpy.array(wordvec_row)      //矩阵横列
lm = numpy.sqrt(m.dot(m))         //竖列的绝对值
ln = numpy.sqrt(n.dot(n))         //横列的绝对值
result = numpy.dot(m, n)         //点乘
cos = result / (lm * ln)          //cos值

矩阵的拓展

b = [[2,2,3],[1,2,5],[2,4,6]]
a = [1,1,1]
mixtraxs = numpy.row_stack((a, b))            //加行
print mixtraxs

result :
[[1 1 1]
 [2 2 3]
 [1 2 5]
 [2 4 6]]


b = [[2,2,3],[1,2,5],[2,4,6]]
a = [1,1,1]
mixtraxs = numpy.column_stack((a, b))           //加列
print mixtraxs

result:
[[1 2 2 3]
 [1 1 2 5]
 [1 2 4 6]]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值