矩阵是二维数组的特殊情况,它的每个数据元素具有严格相同的大小。 所以每个矩阵也是一个二维数组,但反之亦然。 矩阵是许多数学和科学计算中非常重要的数据结构。 正如在前一章中已经讨论过的二维数组结构,我们将在本章中专注于矩阵特有的数据结构操作。
也使用numpy包进行矩阵数据操作。
矩阵示例
考虑在早上,中午,晚上和深夜测量记录1周温度的情况。 它可以使用数组在numpy中可用的重塑方法以7 x 5矩阵的形式呈现。
from numpy import *
a = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
['Wed',15,21,20,19],['Thu',11,20,22,21],
['Fri',18,17,23,22],['Sat',12,22,20,18],
['Sun',13,15,19,16]])
m = reshape(a,(7,5))
print(m)
执行上面示例代码,得到以下结果 -
[['Mon' '18' '20' '22' '17']
['Tue' '11' '18' '21' '18']
['Wed' '15' '21' '20' '19']
['Thu' '11' '20' '22' '21']
['Fri' '18' '17' '23' '22']
['Sat' '12' '22' '20' '18']
['Sun' '13' '15' '19' '16']]
访问矩阵中的值
矩阵中的数据元素可以通过使用索引来访问。 访问方法与在二维数组中访问数据的方式相同。
from numpy import *
m = array([['Mon',18,20,22,17],['Tue',11,18,21,1