16NumPy学习——矩阵库（Matrix）

NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。

一个m×n的矩阵是一个由行m（row）n列（column）元素排列成的矩形阵列。

矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵：

matlib.empty()

matlib.empty() 函数返回一个新的矩阵，语法格式为：

numpy.matlib.empty(shape, dtype, order)

参数说明：

• shape: 定义新矩阵形状的整数或整数元组
• dtype: 可选，数据类型
• order: C（行序优先） 或者 F（列序优先）

import numpy.matlib 
import numpy as np
 
print (np.matlib.empty((2,2)))
# 填充为随机数据

输出结果：

[ [-1.49166815e-154 -1.49166815e-154]
  [ 2.17371491e-313 2.52720790e-212] ]

numpy.matlib.zeros()

numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。

import numpy.matlib 
import numpy as np 
 
print (np.matlib.zeros((2,2)))

输出结果:

[ [0. 0.]
  [0. 0.] ]

numpy.matlib.ones()

numpy.matlib.ones()函数创建一个以 1 填充的矩阵。

import numpy.matlib 
import numpy as np 
 
print (np.matlib.ones((2,2)))

输出结果：

[ [1. 1.]
  [1. 1.] ]

numpy.matlib.eye()

numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零。

numpy.matlib.eye(n, M,k, dtype)

参数说明：

• n: 返回矩阵的行数
• M: 返回矩阵的列数，默认为 n
• k: 对角线的索引
• dtype: 数据类型

import numpy.matlib 
import numpy as np 
 
print (np.matlib.eye(n =  3, M =  4, k =  0, dtype =  float))

输出结果：

[ [1. 0. 0. 0.]
  [0. 1. 0. 0.]
  [0. 0. 1. 0.] ]

numpy.matlib.identity()

numpy.matlib.identity() 函数返回给定大小的单位矩阵。

单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。

import numpy.matlib 
import numpy as np 
 
# 大小为 5，类型位浮点型
print (np.matlib.identity(5, dtype =  float))

输出结果：

[ [ 1. 0. 0. 0. 0.]
  [ 0. 1. 0. 0. 0.]
  [ 0. 0. 1. 0. 0.]
  [ 0. 0. 0. 1. 0.]
  [ 0. 0. 0. 0. 1.] ]

numpy.matlib.rand()

numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的。

import numpy.matlib 
import numpy as np 
 
print (np.matlib.rand(3,3))

输出结果：

[ [0.23966718 0.16147628 0.14162 ]
  [0.28379085 0.59934741 0.62985825]
  [0.99527238 0.11137883 0.41105367] ]

矩阵总是二维的，而 ndarray 是一个 n 维数组。 两个对象都是可互换的。

import numpy.matlib 
import numpy as np  
 
i = np.matrix('1,2;3,4')  
print (i)

输出结果：

[ [1 2]
  [3 4] ]

import numpy.matlib 
import numpy as np  
 
j = np.asarray(i)  
print (j)

输出结果：

[ [1 2]
  [3 4] ]

import numpy.matlib 
import numpy as np  
 
k = np.asmatrix (j)  
print (k)

输出结果：

[ [1 2]
  [3 4] ]