定义函数:
def function(): #定义一个函数,注意后面加上冒号
#insert your code here #必须缩进。Python对缩进比较敏感,该缩进的地方必须缩进。
shape()函数:
它是numpy的函数:
求取矩阵的维度,类似matlab中的size()
shape[0]:几行,shape[1]:几列
使用方法:(Mat表示一个矩阵)
①numpy.shape(mat); ②mat.shape[0], mat.shape[1]……
reshape()函数:
tile(A,n):将数组A重复n次
若n是一个二元组[n,m],表示将A看作一个整体,拓展成n行m列。
用法如下:
幂指数:
mat ** n #表示矩阵mat(必须是方阵)的n次幂
list转成numpy下的矩阵:
mat=numpy.mat(list)
numpy.sum(axis) #矩阵求和:
numpy.sum(axis=0) #按列求和
numpy.sum(axis=1) #按行求和
若axis缺省,则对整个矩阵求和。
numpy.mean(axis) #矩阵求均值:
numpy.mean(axis=0) #按列求均值
numpy.mean(axis=1) #按行求均值
若axis缺省,则对整个矩阵求均值。
argsort() #返回数组从小到大排序后元素对应的排序前的索引值index
#几种数据类型的操作方式:
#数组array: a=[1,2,3,4] 读取:a[1] 类似C语言方式;二维数组a=[[1,2],[3,4]],读取:a[0][1]
#数组的操作是基于元素的,加减乘除方式,都是对应位置上的操作,
#数组按矩阵方式相乘,用dot(a,b)
#列表list: L=['a',1,2,'b'],读取方式与c语言类似,只不过它的元素类型可以不同;二维列表L=[['a',1],[1,2],['b','c']],读取方式同数组
#矩阵matrix: a=mat([1,2,3,4]),读取方式a[r,l],这里必须用[],不能用(),不同于matlab中a(r,l),也不同于数组的a[][]方式
#矩阵matrix是array的子类,继承了array的很多操作,用于处理线性代数的运算
#matrix中.H,.A,.I表示共轭,转置,逆矩阵。
#matrix常用array代替,只是在求矩阵乘法的时候,需要用dot
matplotlib模块,实现类似matlab中的plot功能
#scatter(a,b):用于画散点图,将向量a和b分别散落在x和y轴上。
#plt.show():用于将figure画出来
文件操作:
#python中写文件路径时,分隔符用'/',不同于windows的'\'
fr = open(filename)
lineStr=fr.readline() #将文件内容,按行读入
Str=fr.readlines() #一次性读取整个文件内容