1、除法
a/b 返回值是float 类型
a//b 返回值是向负无穷方向取整的整型
int (a/b) 返回值是向0 方向取整的整型
2、取整
int(a) 向零方向取整
math.ceil(a) 向上取整
round(a,b) 四舍五入,保留小数点后b位
math.modf(3.25) 将小数和整数部分分离
3、for 循环
步长为1
for i in range(x):
步长为n
for i in range(start,end,step)
4、矩阵运算
矩阵A ,矩阵B
行列式乘法:即矩阵各个元素分别相乘,得到的仍是原矩阵大小,保证A,B大小相同
A*B
np.multipy (A,B)
矩阵乘法:即保证A的行=B的列
A @B
np.dot(A,B)
np.matmul(A, B)
矩阵行列式计算:返回的是一个具体的值
np.linalg.det(A)
5、矩阵扩展
a=np.matrix([np.random.randint(1,10,5) for _ in range(6)])
随机初始化一个5列6行的,数据在1和10之间的数组
b=np.matrix([np.random.randint(1,10,2) for _ in range(6)])
随机初始化一个2列6行的,数据在1和10之间的数组
c=np.matrix([np.random.randint(1,10,5) for _ in range(3)])
随机初始化一个5列3行的,数据在1和10之间的数组
np.c_[a,b]
在矩阵a 的后面拼接b(行不变,列增加)
np.c_[b,a]
在矩阵b的后面拼接a
np.column_stack(a,b)
在矩阵a 的后面拼接b(行不变,列增加)
np.r_[a,c]
在矩阵a 的下面拼接c (列不变,行增加)
np.r_[c,a]
在矩阵c 的下面拼接a
np.r_[c,a,a]
在矩阵c 的下面拼接a后再拼接a
np.row_stack(a,c)
在矩阵a 的下面拼接c
np.insert(a,position,b,axis=d)
在a 的position的位置沿axis方向拼接b
eg: np.insert(a,4,b,axis=1)
在 a 的第四列后拼接b 列