python构建二维数组_NumPy矩阵的创建和使用

NumPy 提供了两个基本的对象：一个多维数组（ndarray）对象和一个通用函数（ufunc）对象，其他对象都是在它们的基础上构建的。在 NumPy 中还包含两种基本的数据类型，即数组和矩阵。

NumPy 中的矩阵对象为 matrix，它包含有矩阵的数据处理、矩阵计算、转置、可逆性等功能。matrix 是 ndarray 的子类，矩阵对象是继承自 NumPy 数组对象的二维数组对象，因此，矩阵会含有数组的所有数据属性和方法。

但是，矩阵与数组还有一些重要的区别。

1) 矩阵对象可以使用一个 MATLAB 风格的字符串来创建，也就是一个以空格分隔列，以分号分隔行的字符串。

2) 矩阵是维数为2的特殊数组。矩阵的维数是固定的，即便是加减乘除各种运算，矩阵的维数不会发生变化，而数组在运算时其维数会发生变化。总之，矩阵的维数永远是二维的。

3) 矩阵与数组之间的转化，数组转矩阵用 numpy.asmatrix 或者 numpy.matrix，矩阵转数组用 numpy.asarray 或者 matrix 的 A 属性。

4) 数组中的很多通用函数（ufunc）运算都是元素级的，即函数是针对数组中的每个元素进行处理的，而矩阵是根据矩阵的定义进行整体处理的。

5) 矩阵默认的__array_priority__是 10.0，因而数组与矩阵对象混合的运算总是返回矩阵。

6) 矩阵有几个特有的属性使计算更加容易，这些属性如下：

.T：返回自身的转置；

.H：返回自身的共轭转置；

.I：返回自身的逆矩阵；

.A：返回自身数