numpy学习笔记（二）矩阵运算

numpy学习笔记（二）矩阵运算

a为矩阵

a = np.arange(1,13).reshape(3,4)

计算矩阵的平均值：np.mean(a) np.average(a) np.mean(a,axis=0)#对于列计算，np.mean(a,axis=1)#对于行计算对于所有计算都启用

计算矩阵的中位数:np.median(a)

矩阵累加:

print(a)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
np.cumsum(a)
Out: array([ 1,  3,  6, 10, 15, 21, 28, 36, 45, 55, 66, 78], dtype=int32)
    

每两个数之间的差值：

np.diff(a)
Out: 
array([[1, 1, 1],
       [1, 1, 1],
       [1, 1, 1]])

输出矩阵中数字的位置：

np.nonzero(a)
Out:
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int64),
 array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))
第一个array表示数字的行，第二个表示列

给矩阵每行排序:

A = np.arange(13,1,-1).reshape(3,4)
#定义一个反向的矩阵
A
Out[12]: 
array([[13, 12, 11, 10],
       [ 9,  8,  7,  6],
       [ 5,  4,  3,  2]])

np.sort(A)#每行每行地排序
Out[13]: 
array([[10, 11, 12, 13],
       [ 6,  7,  8,  9],
       [ 2,  3,  4,  5]])

矩阵镜像:

np.transpose(a)
rray([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

np.transpose(a)#或者a.T

Out[15]: 
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])#以对角线反向矩阵

矩阵乘法:

(a.T).dot(a)
Out:array([[107, 122, 137, 152],
       [122, 140, 158, 176],
       [137, 158, 179, 200],
       [152, 176, 200, 224]])

裁剪矩阵:

np.clip(矩阵，最小值，最大值)#所有小于最小值的数 都等于输入的最小值，所有大于最大值的数都等于最大值
np.clip(a,3,10)
Out[19]: 
array([[ 3,  3,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 10, 10]])