import numpy as np
np.array([[1,2],[3,4]])
array([[1, 2],
[3, 4]])
np.mat([[1,2],[3,4]])
matrix([[1, 2],
[3, 4]])
np.matrix([[1,2],[3,4]])
matrix([[1, 2],
[3, 4]])
a=np.mat([[1,2],[3,4]])
b=np.matrix([[11,21],[31,41]])
np.bmat('a b;b a')
matrix([[ 1, 2, 11, 21],
[ 3, 4, 31, 41],
[11, 21, 1, 2],
[31, 41, 3, 4]])
a = [[1,2],[3,4]]
b = [[1,1],[1,1]]
np.array(a)*np.array(b)
array([[1, 2],
[3, 4]])
np.matrix(a)*np.matrix(b)
matrix([[3, 3],
[7, 7]])
print(np.matrix(a))
print(np.matrix(b))
[[1 2]
[3 4]]
[[1 1]
[1 1]]
np.matrix(a).T
matrix([[1, 3],
[2, 4]])
认识ufunc函数(通用函数)
- 让所有数组向其中shape最长的数组看齐,shape中不足的部分都通过前面加一补齐
- 输出数组的shape,是输入数组shape的各个轴上的最大值
- 输入和输出的长度相同或者其长度为1是,这个数组可以计算否则出错
- 如果长度为1 的时候,沿用第一个数组
[[j**2 for j in i] for i in a]
[[1, 4], [9, 16]]
np.array(a)**2
array([[ 1, 4],
[ 9, 16]])
a=[[0]*3,[1]*3,[2]*3,[3]*3]
np.array(a)+np.array([1,2,3])
np.array(a)+np.array([[1],[2],[3],[4]])
array([[1, 1, 1],
[3, 3, 3],
[5, 5, 5],
[7, 7, 7]])