numpy的学习笔记（六）——模块

第六章  numpy.dual模块：linalg、fft、random、连续分布和离散分布

1、线性代数

    创建：A = np.mat("0 1 2; 1 0 3; 4 -0 8")

    逆矩阵：inverse = np.linalg.inv(A)    [A为方阵且可逆]

    矩阵相乘：A * inverse

    求线性方程组：x = np.linalg.solve(A, b)

    点积：np.dot(A, x)

    特征值：np.linalg.eigvals(A)

    特征值与特征向量：eigenvalues, eigenvectors = np.linalg.eig(A)

    Ax=ax：np.dot(A, engenvectors[ : , i] == eigenvalues[i] * eigenvectors[ : , i]

    奇异值分解：SVD：u, sigma, V = np.linalg.svd(A, full_matrices=False)   [正交+奇异+正交三个矩阵]

    sigma对角成矩阵：np.diag(sigma)

    广义逆矩阵：[加号逆/减号逆]：pseudoinv = np.linalg.pinv(A)  [与原矩阵相乘近似单位矩阵]

    行列式：np.linalg.det(A)

2、快速傅立叶变换

    信号：x = np.linspace(0, 2*np.pi, 30)    wave = np.cos(x)

    正变换：transformed = np.fft.fft(wave)

    逆变换：np.fft.ifft(transformed)

    直流分量移频：shifted = np.fft.fftshift(transformed)

    逆移频：np.fft.ifftshift(shifted)

3、随机数

    随机数：outcome = np.random.binomial(9, 0.5, size=len(cash))

    超几何分布：outcomes = np.random.hypergeometric(25, 1, 3, size=len(points))

    正态分布：np.random.normal(size=N)

    概率密度：dummy, bins, dummy = plt.hist(normal_values, np.sqrt(N), normed=True, lw=1)

    对数正态分布：lognormal_values = np.random.lognormal(size=N)