numpy常用方法总结

1.常用矩阵方法：

创建n *n单位矩阵：

np.eye(n)

>>> a = np.eye(6)
>>> print a
[[1. 0. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 1.]]

矩阵的转置：A.T

计算协方差矩阵：np.cov(x),np.cov(x,y)

计算矩阵的的际（对角线元素和）：a.trace()

相关系数：np.corrcoef(x,y)

给出对角线元素：a.diagonal()

2.多项式

多项式拟合：poly=np.polyfit(x,y,n),x，y 为横纵坐标值，返回值为多项式的次数

>>> import numpy as np
>>> x = np.array([0.0,1.0,2.0,3.0,4.0,5.0])
>>> y = np.array([0.0,0.8,0.9,0.1,-0.8,-1.0])
>>> z = np.polyfit(x,y,3)
>>> print z
[ 0.08703704 -0.81349206  1.69312169 -0.03968254]

多项式求导函数，np.polyder(poly),返回多项式导函数的系数

>>> d = np.polyder(z)
>>> print d
[ 0.26111111 -1.62698413  1.69312169]

多项式求根，多项式的根是指使得多项式等于0时未知数的取值。np.roots(z)

>>> r = np.roots(z)
>>> print r
[6.24151464 3.08128307 0.02370685]

多项式在某个点上的值：np.polyval(poly,x[n]),返回多项式在横轴点上的x[n]上的值

>>> v = np.polyval(z,3)
>>> print v
0.06825396825397152

两个多项式做差运算，np.polysub(a,b)