编写算法时常用到一些python函数（持续整理）

前言

今天在编写一个小算法的时候，有很多之前常用的函数都忘记了，还得重新去查简直不要太浪费时间！我将遇到的一些函数进行一下整理，以便自己查找起来方便。（以下为随即整理）

import numpy as np

提取矩阵的某一行或者某一列

a = np.arange(9).reshape(3,3)
a

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

#矩阵的某一行
a[1]

array([3, 4, 5])

#矩阵的某一列
a[:,1]

array([1, 4, 7])

#生成对角矩阵
b = np.eye(3,3)
b

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

#将矩阵的某一列赋给另一列
b[:,1]=a[:,1]
b

array([[1., 1., 0.],
       [0., 4., 0.],
       [0., 7., 1.]])

计算矩阵的均值

mat =np.array([[1,2],[3,4]])
mat1 = np.matrix([[1,2],[3,4]])
print(mat)
print(mat1)  

[[1 2]
 [3 4]]
[[1 2]
 [3 4]]

axis = 0计算每一列的均值

axis = 1计算每一行的均值

print(np.mean(mat,axis=0))
print(np.mean(mat,axis=1))

[2. 3.]
[1.5 3.5]

np.array()和np.mat()的区别

1.生成数组所需格式不同
mat可以从字符串或列表中生成；array只能从列表中生成

a = np.mat(data='1, 2; 3, 4')
b = np.array([[1, 2], [3, 4]])
print(a)
print(b)

[[1 2]
 [3 4]]
[[1 2]
 [3 4]]

2.计算方式不同
np.array()生成的数组：np.dot()表示矩阵乘积；* 或者multiply表示点乘

print(np.dot(b,b))
print(b*b)
print(np.multiply(b, b))

[[ 7 10]
 [15 22]]
[[ 1  4]
 [ 9 16]]
[[ 1  4]
 [ 9 16]]

np.mat()生成的数组，( * )和np.dot()相同，点乘只能用np.multiply()

a = np.mat([[1, 1],[1, 1]])
b = np.mat([[2, 2],[2, 2]])
print(np.dot(a,b))

[[4 4]
 [4 4]]

print(a*a)

[[2 2]
 [2 2]]

print(np.multiply(a, b))

[[2 2]
 [2 2]]