python矩阵转置_关于python中矩阵的实现和矩阵的转置

python中矩阵的实现是靠序列，，，

序列有很多形式，

其实矩阵是现实生活中的东西，把现实生活中的结构转换到程序中。

就需要有个实现的方法，而这种路径是多种多样的。

下面给出一个把矩阵转换成python中的序列、

然后进行矩阵的转置

# -*- coding: utf-8 -*-

#下面的测试是关于转置的。

import numpy as np #NumPy

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

print(minVals)

data=np.tile(minVals,(3,1)) #这里调用了一个numpy的一个函数tile。它的作用是把minVals按照3行1列排布

print(data)

data=data.T

print(data)

#下面是输出结果：

[1 2 3]

[[1 2 3]

[1 2 3]

[1 2 3]]

[[1 1 1]

[2 2 2]

[3 3 3]]

#下面给一个创建矩阵，归一化，转置的程序：

#-*- coding: utf-8 -*-

def autoNorm0(dataSet): #这部分是归一化【】，按照行进行归一化

"""行的归一化

可以看做是光谱自身的归一化，就是光谱的高度波动变成了0-1之间。

这个需要验证"""minVals=dataSet.min(1) #参数0应该是代表着按行计算.

print(minVals)

maxVals=dataSet.max(1)

ranges=maxVals-minVals #这个是范围

normDataSet=np.zeros(np.shape(dataSet))

m=dataSet.shape[1] #这个是列数

data=np.tile(minVals,(m,1))

ranges_juzhen=np.tile(ranges,(m,1))

ranges_juzhen=ranges_juzhen.T

data=data.T

normDataSet=dataSet-data #因为归一化是从0开始的,归到0-1这个范围里面.

normDataSet=normDataSet/ranges_juzhen #特征值相除,,会不会出现浮点,或者除不尽的情况.???

return normDataSet,ranges,minVals #要弄懂返回来的这几个参数是什么？？？

#下面的测试是关于转置的。

import numpy as np #NumPy

minVals=np.array([1,2,3])print(minVals)

data=np.tile(minVals,(3,1)) #把序列转换成数组

print("矩阵：")print(data)print()

normDataSet,ranges,minVals=autoNorm0(data) #归一化

print("矩阵归一化结果：")print(normDataSet)

data=data.T #进行矩阵的转置

print("转置矩阵：")print(data)

normDataSet,ranges,minVals=autoNorm0(data) #转置之后进行归一化

print("矩阵转置后归一化结果：")print(normDataSet)

输出结果如下：

[1 2 3]

矩阵：

[[1 2 3]

[1 2 3]

[1 2 3]]

[1 1 1]

矩阵归一化结果：

[[0. 0.5 1. ]

[0. 0.5 1. ]

[0. 0.5 1. ]]

转置矩阵：

[[1 1 1]

[2 2 2]

[3 3 3]]

[1 2 3]

矩阵转置后归一化结果：

[[nan nan nan]

[nan nan nan]

[nan nan nan]]

D:/1论文/2018.0919/0919/program/0906/knn/ceshi.py:25: RuntimeWarning: invalid value encountered in true_divide

normDataSet=normDataSet/ranges_juzhen #特征值相除,,会不会出现浮点,或者除不尽的情况.???