人工智能 机器学习Numpy函数库基础功能(MacOS)

本文介绍了如何在MacOS环境下使用Python的Numpy库进行机器学习的基础操作,包括导入库、创建随机数组、执行矩阵运算如求逆和乘法,以及验证矩阵乘法结果的准确性。通过示例展示了如何计算误差并对比单位矩阵。
摘要由CSDN通过智能技术生成

进入Python Numpy 开发环境

  1. 进入开发环境,导入函数库。
python
>>> from numpy import *
>>>
  1. 构造随机4*4的数组。
>>> random.rand(4,4)
array([[0.768388  , 0.25985153, 0.22463279, 0.15207017],
       [0.54974659, 0.66975723, 0.43260259, 0.16968662],
       [0.99561439, 0.19247713, 0.06272048, 0.02427845],
       [0.37828522, 0.07717839, 0.82606638, 0.62284816]])
  1. 调用mat()函数可以将数组转化为矩阵:
randMat = mat(random.rand(4,4))
  1. .I操作符实现了矩阵求逆的运算:
>>> randMat.I
matrix([[ 1.82854954,  6.18721531, -1.23217589, -6.21081253],
        [-2.77985587, -6.95624578,  3.20273141,  6.39917325],
        [ 3.59647331,  4.48562014, -2.46083948, -4.08390475],
        [-5.94615554, -9.97699439,  3.74538554, 11.04422169]])
  1. 执行矩阵的乘法运算,得到矩阵与其逆矩阵相乘的结果:
>>> invRandMat = randMat.I
>>> randMat*invRandMat
matrix([[ 1.0000000e+00,  0.0000000e+00,  0.0000000e+00,  0.0000000e+00],
        [ 8.8817842e-16,  1.0000000e+00,  0.0000000e+00,  0.0000000e+00],
        [-4.4408921e-16,  0.0000000e+00,  1.0000000e+00,  0.0000000e+00],
        [ 0.0000000e+00,  8.8817842e-16,  0.0000000e+00,  1.0000000e+00]])

结果应该是单位矩阵,除了对角线是1,其他都应该是0,但是实际运算中存在误差。

  1. eye(4)函数可以创建一个4*4的单位矩阵。用计算后的矩阵减去单位矩阵,计算误差:
myEye = randMat*invRandMat
>>> myEye - eye(4)
matrix([[ 2.22044605e-16,  0.00000000e+00,  0.00000000e+00,
          0.00000000e+00],
        [ 8.88178420e-16,  1.77635684e-15,  0.00000000e+00,
          0.00000000e+00],
        [-4.44089210e-16,  0.00000000e+00,  4.44089210e-16,
          0.00000000e+00],
        [ 0.00000000e+00,  8.88178420e-16,  0.00000000e+00,
         -8.88178420e-16]])
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值