python array和matrix_Python多维数组和矩阵 Numpy基本操作

一、数组

1. 用numpy定义数组

# 定义两个数组

from numpy import array

mm = array((1, 1, 1))

pp = array((1, 2, 3))

2. 对数组进行运算

数组运算：相加、乘系数、相乘、平方

两个数组相加：

pp+mm

# 输出 array([2,3,4])

数组乘以一个系数：

pp*2

# 输出 array([2,4,6])

两数组对应元素相乘：

from numpy import array

a1 = array([1, 2, 3])

a2 = array([0.3, 0.2, 0.3])

a1 * a2

# 输出：array([ 0.3,  0.4,  0.9])

数组按元素求平方：

pp**2

#  输出 array([1,4,9])

3. 访问数组元素

pp[1]

# 输出2

4. 多维数组

# 定义一个多维数组

from numpy import array

jj = array([[1, 2, 3], [1, 1, 1]])

注：意思是创建下面这样一个多维数组

jj =

获取该数组(第一行第二列)的元素：

jj[0][1]

# 输出2

也可以用逗号间隔的方式：

jj[0, 1]

# 输出2

二、矩阵

1. 创建矩阵两种方式

方法一：使用mat

from numpy import mat

ss=mat([1, 2, 3])

print(ss)

# 输出： matrix([[1, 2, 3]])

方法二：使用matrix

>>> from numpy import matrix

>>> mm=matrix([1,2,3])

>>> mm

matrix([[1, 2, 3]])

2. 访问矩阵元素：

取出具体某个元素：根据行号和列号

>>> mm[0, 1]

2

取出某一行的所有元素：根据行号(取出矩阵第二行的元素， 用行号和冒号

>>> jj[1, :]

matrix([[8, 8, 8]])

取出第一行的第1列和第2列的元素：

>>> jj[0, 0:2]

matrix([[1, 2]])

# 注： 范围0:2表示从 0 取到 1

3. 将列表转换成矩阵：

>>> pyList = [5, 11, 1605]

>>> mat(pyList)

matrix([[   5,   11, 1605]])

4. 矩阵转置后再相乘：

转置

>>> mm*ss.T

matrix([[14]])

>>> mm

matrix([[1, 2, 3]])

>>> ss.T

matrix([[1],

[2],

[3]])

矩阵元素相乘：mm的每个元素和ss的每个元素相乘

>>> mm

matrix([[1, 2, 3]])

>>> ss

matrix([[1, 2, 3]])

>>> from numpy import multiply

>>> multiply(mm, ss)

matrix([[1, 4, 9]])

5. 显示矩阵的行数和列数(用shape查看矩阵是几行几列的)：

>>> from numpy import shape

>>> shape(mm)

(1, 3)

>>> shape(ss.T)

(3, 1)

定义一个矩阵然后查看行数和列数

>>> jj = mat([[1, 2, 3], [8, 8, 8]])

>>> shape(jj)

(2, 3)

6. 求矩阵均值：

>>> dd.mean()

3.3333333333333335

7. 其他

1) 排序：注意sort()排序后原数组已改变

>>> aa=mat([7, 8, 5])

>>> aa

matrix([[7, 8, 5]])

>>> aa.sort()

>>> aa

matrix([[5, 7, 8]])

2) 排序并显示排序后的序号： 排序完之后原数组不变

>>> dd=mat([4, 5, 1])

>>> dd.argsort()

matrix([[2, 0, 1]])

3) 事实证明多维数组和矩阵基本相同：

>>> qq = array([[1, 2, 3], [8, 8, 8]])

>>> shape(qq)

(2, 3)

类似的内容见：numpy扫盲

更多关于NumPy的内容：Numpy and Scipy Documentation