python数学建模基础（一）——矩阵操作

一 . numpy简述

numpy是python里的一个库，用于处理线性代数(个人觉得主要就是用来搞矩阵的各种运算的)等方面的问题。

二 . 矩阵的基本操作

1 . 创建矩阵（多维依次类推）

import numpy as np
x = np.array([1, 2, 3])
a=np.array([[1,2],
            [3,4]])
print(x)
print(a)

这边可能就有人会好奇，这和python里面的list数据类型有什么区别吗？
当然是有的，细心的家人们可以看到，上图输出结果里面是没有逗号的，当然，我们也可以用type()这个函数看一下两者的区别

这样就可以清晰的看到，一个是list类型，另一个是ndarray类型

2 . 矩阵的乘法

import numpy as np
x = np.matrix([[1, 2, 3],[4, 5, 6],[7,8,9]])
y = np.matrix([[6, 5, 3],[3 ,2, 4],[7,8,9]])
z1 = np.matmul(x,y) # 矩阵相乘 矢量乘
z2 = x*y # 标量乘
print(z1)
print(z2)

但是我跑了几次代码后发现，np.matmul()只能进行方阵的乘法
行数和列数不相等的矩阵调用此函数就会报错（未完待续）

3 . 矩阵的转置

import numpy as np
x = np.matrix([[1, 2, 3],
               [4, 5, 6]])
z = x.T # 转置函数
print(z)