python矩阵的次幂_python矩阵运算 不断收集整理

Python使用NumPy包完成了对N-维数组的快速便捷操作。使用这个包，需要导入numpy。SciPy包以NumPy包为基础，大大的扩展了numpy的能力。为了使用的方便，scipy包在最外层名字空间中包括了所有的numpy内容，因此只要导入了scipy，不必在单独导入numpy了！但是为了明确哪些是numpy中实现的，哪些是scipy中实现的，本文还是进行了区分。以下默认已经：import

numpy as np 以及 import scipy as sp

下面简要介绍Python和MATLAB处理数学问题的几个不同点。

1.MATLAB的基本是矩阵，而numpy的基本类型是多为数组，把matrix看做是array的子类。

2.MATLAB的索引从1开始，而numpy从0开始。

1.建立矩阵

a1=np.array([1,2,3],dtype=int)

#建立一个一维数组，数据类型是int。也可以不指定数据类型，使用默认。几乎所有的数组建立函数都可以指定数据类型，即dtype的取值。

a2=np.array([[1,2,3],[2,3,4]])

#建立一个二维数组。此处和MATLAB的二维数组(矩阵)的建立有很大差别。

同样，numpy中也有很多内置的特殊矩阵：

b1=np.zeros((2,3))

#生成一个2行3列的全0矩阵。注意，参数是一个tuple：(2,3)，所以有两个括号。完整的形式为：zeros(shape,dtype=)。相同的结构，有ones()建立全1矩阵。empty()建立一个空矩阵，使用内存中的随机值来