np.mat如何使用
和array的最主要的区别是不能再m[0][1]这样取值,而是需要m[0,1]这样取值
>>> m= np.mat([1,2,3]) #创建矩阵
>>> m
matrix([[1, 2, 3]])
>>> m[0] #取一行
matrix([[1, 2, 3]])
>>> m[0,1] #第一行,第2个数据
2
>>> m[0][1] #注意不能像数组那样取值了
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1
#将Python的列表转换成NumPy的矩阵
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])
#Numpy dnarray转换成Numpy矩阵
>>> n = np.array([1,2,3])
>>> n
array([1, 2, 3])
>>> np.mat(n)
matrix([[1, 2, 3]])
#排序
>>> m=np.mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵
>>> m
matrix([[2, 5, 1],
[4, 6, 2]])
>>> m.sort() #对每一行进行排序
>>> m
matrix([[1, 2, 5],
[2, 4, 6]])
>>> m.shape #获得矩阵的行列数
(2, 3)
>>> m.shape[0] #获得矩阵的行数
2
>>> m.shape[1] #获得矩阵的列数
3
#索引取值
>>> m[1,:] #取得第一行的所有元素
matrix([[2, 4, 6]])
>>> m[1,0:1] #第一行第0个元素,注意左闭右开
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])
1. 生成数组所需格式不同
mat可以从字符串或列表中生成;array只能从列表中生成
import numpy as np
# mat = asmatrix 源码当中mat作为指向asmatrix函数的一个变量
arr_a = np.mat(data="1,2;3,4")
arr_b = np.asmatrix([[5,6],[7,8]])
print(arr_a)
'''
[[1 2]
[3 4]]
'''
print(arr_b)
'''
[[5 6]
[7 8]]
'''
2. 生成的数组计算方式不同
array生成数组,用np.dot()表示矩阵乘积,(*)号或np.multiply()表示点乘
arr_a = np.array([[1, 1], [1, 1]])
arr_b = np.array([[2, 2], [2, 2]])
print(np.dot(arr_a, arr_b))
'''
[[4 4]
[4 4]]
'''
print(np.multiply(arr_a, arr_b))
'''
[[2 2]
[2 2]]
'''
print(arr_a*arr_b)
'''
[[2 2]
[2 2]]
'''
mat生成数组,(*)和np.dot()相同,点乘只能用np.multiply()
a = np.mat([[1, 1], [1, 1]])
b = np.mat([[2, 2], [2, 2]])
print(np.dot(a, b))
'''
[[4 4]
[4 4]]
'''
print(a*b)
'''
[[4 4]
[4 4]]
'''
print(np.multiply(a, b))
'''
[[2 2]
[2 2]]
'''