1、提取矩阵的每一行:
A = np.arrange(3,15).reshape((3,4))
print(A)
for row in A:
print(row)
2、由于python没有提供提取矩阵列的功能,我们在提取列的时候需要将矩阵转置,这时,提取矩阵转置后的行即为原矩阵的列:
A.T
for column in A.T:
print(column)
3、提取矩阵中的元素,即项,我们需要先将矩阵展开成一行,再提取:
A.flatten()
for item in A.flat:
print(item)
对于一行矩阵来说,即一个系列,它转置后,还是一行矩阵,并没有变成一列矩阵:
A = np.array([1,2,3,4])
A.T还是返回[1 2 3 4]
这时,我们应该改变一下矩阵的维数再转换即可:
A[np.newaxis,:] 即在行向加了一个维度(1,3)
A[:np.newaxis] 即在列向加了一个维度 (3,1)
操作:
A = np.array([1,1,1])[:,np.newaxis]
返回 : [[1],
[1],
[1]]
numpy 数组分割:
1、相等项分割:
A = np.arrange(12).reshape(3,4)
np.split(A,2,axis = 1)
2、不等项分割:
np.array_split(A,3,axis = 1)
也可以:np.vsplit(A,3) 纵向分割
np.hsplit(A,2)行 向分割
A = np.array([1,2,3,4])
1、复制
B = A (A和B有关联,A变,B也变,B变,A也变)
2、深复制(deep copy)
B= A.copy() (A 和B没有关联,即A变,B不变)