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: