![9386c984a8ab144c3d41839e2e2dc9ce.png](https://img-blog.csdnimg.cn/img_convert/9386c984a8ab144c3d41839e2e2dc9ce.png)
numpy包含两种基本的数据类型:数组和矩阵。1. 数组
(1)定义一个数组
![fa68eb52eec0df9c5603bd17ca1a3577.png](https://img-blog.csdnimg.cn/img_convert/fa68eb52eec0df9c5603bd17ca1a3577.png)
输出:
![1b37e462e983978c0ab21df9bfcf681f.png](https://img-blog.csdnimg.cn/img_convert/1b37e462e983978c0ab21df9bfcf681f.png)
(2)定义多维数组
![ef2a57db280e8f0a4fb8cfb25d8d6ba1.png](https://img-blog.csdnimg.cn/img_convert/ef2a57db280e8f0a4fb8cfb25d8d6ba1.png)
输出:
![905bc332f9a1651eb430264657e3e1fd.png](https://img-blog.csdnimg.cn/img_convert/905bc332f9a1651eb430264657e3e1fd.png)
#取出第一行的数据
![d3e9549efcc1fc3f5b954412d8d0d73e.png](https://img-blog.csdnimg.cn/img_convert/d3e9549efcc1fc3f5b954412d8d0d73e.png)
![8efe8800c6927e92a5349330a0d7986b.png](https://img-blog.csdnimg.cn/img_convert/8efe8800c6927e92a5349330a0d7986b.png)
#取出第一行,第一列的数据
![a96de735daaba94818e70816c01a73fd.png](https://img-blog.csdnimg.cn/img_convert/a96de735daaba94818e70816c01a73fd.png)
2. 矩阵
python的矩阵操作与matlab有很多相似之处。首先我们来看如何产生一个矩阵,
![5193f1835b60d1d37689a3a157981bfd.png](https://img-blog.csdnimg.cn/img_convert/5193f1835b60d1d37689a3a157981bfd.png)
输出:
![9923851dbeaf5b3fb251c7eed977246e.png](https://img-blog.csdnimg.cn/img_convert/9923851dbeaf5b3fb251c7eed977246e.png)
如果这样就会报错
print(b1[1])
![d55a429d64cffcedb4321f4857533095.png](https://img-blog.csdnimg.cn/img_convert/d55a429d64cffcedb4321f4857533095.png)
因为这表示矩阵的第二行,而矩阵并没有第二行,所以就会报错。
输出其中的一个元素
print(b1[0,1])
![d190efd8c534a74477da8d26bd1fabc0.png](https://img-blog.csdnimg.cn/img_convert/d190efd8c534a74477da8d26bd1fabc0.png)
#将Python的列表转换成NumPy的矩阵
list=[1,2,3]
print(mat(list))
![ab9d2fa00d3089dd70e90b45175a2b9b.png](https://img-blog.csdnimg.cn/img_convert/ab9d2fa00d3089dd70e90b45175a2b9b.png)
(1) 矩阵乘法
m1=mat([1,2,3]) #1行3列
m2=mat([4,5,6])
#注意左列与右行相等 m2.T为转置操作
m1*m2.T
![de901acb65c07f61d1b03512361c30a5.png](https://img-blog.csdnimg.cn/img_convert/de901acb65c07f61d1b03512361c30a5.png)
#执行点乘操作,要使用函数,特别注意
multiply(m1,m2)
![11e695e5e3a75b0554c9af7d5692fcc3.png](https://img-blog.csdnimg.cn/img_convert/11e695e5e3a75b0554c9af7d5692fcc3.png)
(2) 排序
#创建2行3列矩阵
m=mat([[2,5,1],[4,6,2]])
#对每一行进行排序
m.sort()
print(m)
![e822f683300c6681a6b6e352dad64552.png](https://img-blog.csdnimg.cn/img_convert/e822f683300c6681a6b6e352dad64552.png)
(3) 索引取值
#获得矩阵的行列数
m.shape
print(m.shape)
![6d87eed2dd4df21ae92c0a2e4b88bdd6.png](https://img-blog.csdnimg.cn/img_convert/6d87eed2dd4df21ae92c0a2e4b88bdd6.png)
m1=mat([[2,5,1],[4,6,2]])
print(m1[0,:])
![d61e9e9581e07f7cf7b89a7d0e012958.png](https://img-blog.csdnimg.cn/img_convert/d61e9e9581e07f7cf7b89a7d0e012958.png)