import numpy as np
一、创建矩阵
import numpy as np
x = np.matrix([[1,2,3], [4,5,6]])
y = np.matrix([1,2,3,4,5,6])
二、矩阵转置
三、查看矩阵特征
1.平均值 matrix.mean()
import numpy as np
x = np.matrix([[1,2,3],[4,5,6]])
x.mean() # 所有元素平均值
x.mean(axis=0) # 纵向平均值
x.mean(axis=1) # 横向平均值
x.mean(axis=0).shape # 纵向平均值数组形状
2.求和 matrix.sum(), 最值 matrix.max()、matrix.min()
x.sum()
x.max(axis=1)
x.argmax(axis=1)
3.对角线元素 matrix.diagonal(),非0元素下标 matrix.nonzero()
# x.nonzero()返回非0元素下标:行下标数组和列下标数组
四、矩阵乘法
C[i,j]=Σ第i行对应元素*第j列对应元素
五、相关系数矩阵
- 相关系数矩阵是一个对称矩阵,其中对角线上的元素都是1,表示自相关系数。
- 非对角线元素表示互相关系数,每个元素的绝对值都小于等于1,反应变量变化趋势的相似程度。
- 例如,如果的相关系数矩阵中非对角线元素大于0,表示两个信号正相关,其中一个信号变大时另一个信号也变大,变化方向一致,或者说一个信号的变化对另一个信号的影响是“正面”的或者积极的。
- 相关系数的绝对值越大,表示两个信号互相影响的程度越大。
六、统计函数
垂直堆叠矩阵
1.一维(方差、标准差)
2.二维(方差、标准差、协方差)