第二天：
矩阵的运算：
- 矩阵的四则运算，直接运算：例如
array1 + array2, array1 - array2 - 矩阵乘积：
np.dot(array1, array2)或者array1.dot(array2) - 矩阵转置：
array1.T或者np.transpose(array1) - 矩阵中元素的求和：（设array为n维矩阵）
| np.sum(array) | 返回将array中所有元素求和的值 |
|---|---|
| np.sum(array, axis = 0) | 返回一个矩阵， array[ 0 ][ i ][ j ][ k ][…][ n ] + array[ 1 ][ i ][ j ][ k ][…][ n ]+ … |
| np.sum(array, axis = 0) | 返回矩阵，array[ i ][ 0 ][ j ][…][ n ] + … |
| … | … |
| np.sum(array, axis = n) | 返回矩阵，array[ i ][ j ][…][ 0 ] + array[ i ][ j ][…][ 1 ] + array[ i ][ j ][…][ n ] |
- 矩阵中寻找最值：
返回最值：min: np.min(array), max: np.max(array)
返回最值的位置：min: np.argmin(array), max: np.argmax(array) - 矩阵的中位数：
np.median(array) - 矩阵的平均数：
np.mean(array) - 矩阵规定范围：
np.clip(array, lower, higher)
例如array = [1, 4, 2, 8, 10, 3]
np.clip(array, 3, 9)的结果为：
随机矩阵的生成：
- 生成0~1的随机矩阵：
np.random.random(shape)
演示：
- 生成按正态分布的随机矩阵:
np.random.normal(loc, scale, shape)
loc：平均数，scale：标准差, shape：矩阵规格
演示：
- 生成随机整数：
np.random.randint(min, max, shape)
演示：
7600
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
