python numpy矩阵_Python中Numpy的矩阵matrix常规使用

常规指令操作：

矩阵创建和转换：

>>> m= np.mat([1,2,3]) #创建矩阵

>>> m

matrix([[1, 2, 3]])

>>> m[0] #取一行

matrix([[1, 2, 3]])

>>> m[0,1] #第一行，第2个数据

>>> m[0][1] #注意不能像数组那样取值了

Traceback (most recent call last):

IndexError: index 1 is out of bounds for axis 0 with size 1

#将Python的列表转换成NumPy的矩阵

>>> list=[1,2,3]

>>> mat(list)

matrix([[1, 2, 3]])

#Numpy dnarray转换成Numpy矩阵

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

>>> n

array([1, 2, 3])

>>> np.mat(n)

matrix([[1, 2, 3]])

#排序

>>> m=np.mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵

>>> m

matrix([[2, 5, 1],

[4, 6, 2]])

矩阵排序：

>>> m.sort() #对每一行进行排序

>>> m

matrix([[1, 2, 5],

[2, 4, 6]])

矩阵取值：

>>> m.shape #获得矩阵的行列数

(2, 3)

>>> m.shape[0] #获得矩阵的行数

>>> m.shape[1] #获得矩阵的列数

#索引取值

>>> m[1,:] #取得第一行的所有元素

matrix([[2, 4, 6]])

>>> m[1,0:1] #第一行第0个元素，注意左闭右开

matrix([[2]])

>>> m[1,0:3]

matrix([[2, 4, 6]])

>>> m[1,0:2]

matrix([[2, 4]])

矩阵乘法：

>>> a = np.mat([[1,2,3], [2,3,4]])

>>> b = np.mat([[1,2], [3,4], [5,6]])

>>> a

matrix([[1, 2, 3],

[2, 3, 4]])

>>> b

matrix([[1, 2],

[3, 4],

[5, 6]])

>>> a * b #方法一

matrix([[22, 28],

[31, 40]])

>>> np.matmul(a, b) #方法二

matrix([[22, 28],

[31, 40]])

>>> np.dot(a, b) #方法三

matrix([[22, 28],

[31, 40]])

矩阵点乘：

>>> a = np.mat([[1,2], [3,4]])

>>> b = np.mat([[2,2], [3,3]])

>>> np.multiply(a, b)

matrix([[ 2, 4],

[ 9, 12]])

矩阵转置：

>>> a

matrix([[1, 2],

[3, 4]])

>>> a.T #方法一，ndarray也行

matrix([[1, 3],

[2, 4]])

>>> np.transpose(a) #方法二

matrix([[1, 3],

[2, 4]])

矩阵求逆：

>>> a

matrix([[1, 2],

[3, 4]])

>>> a.I

matrix([[-2. , 1. ],

[ 1.5, -0.5]])