【Learning 3 - Python数据分析与应用】NumPy 矩阵与通用函数

Numpy 矩阵矩阵和二维数组的构建方法不同。1. 创建与组合矩阵使用mat函数创建矩阵: matr1 = np.mat(“1 2 3;4 5 6;7 8 9”)使用matrix函数创建矩阵:matr2 = np.matrix([[123], [456], [789]])使用bmat函数合成矩阵:np.bmat(“arr1 arr2; arr1 arr2”)创建矩阵合并矩阵2. 矩阵的运算矩阵与数相乘:matr1*3矩阵相加减:matr1±matr2矩阵相乘:matr1*ma
摘要由CSDN通过智能技术生成

Numpy 矩阵

矩阵和二维数组的构建方法不同。

1. 创建与组合矩阵

使用mat函数创建矩阵: matr1 = np.mat(“1 2 3;4 5 6;7 8 9”)

使用matrix函数创建矩阵:matr2 = np.matrix([[123], [456], [789]])

使用bmat函数合成矩阵:np.bmat(“arr1 arr2; arr1 arr2”)

创建矩阵
在这里插入图片描述

合并矩阵
在这里插入图片描述

2. 矩阵的运算

  • 第一个矩阵的列数(column)和第二个矩阵的行数(row)相同。

  • 第m行第n列的元素 = 矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是使用Python进行UCI心脏病数据集分析的步骤: 1. 下载数据集:您可以在UCI Machine Learning Repository上找到Heart Disease数据集,下载数据集并将其保存到您的本地文件夹中。 2. 导入库和数据:在Python中,您需要导入pandas、numpy和matplotlib库来读取和分析数据集。使用pandas的read_csv()函数将数据集读取到pandas DataFrame中。 ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt heart_data = pd.read_csv('heart.csv') ``` 3. 数据清理和转换:在进行数据分析之前,您需要对数据进行清理和转换。这可能包括删除缺失值、转换数据类型和标准化数据等操作。 ```python # 删除缺失值所在的行 heart_data.dropna(inplace=True) # 转换数据类型为整数 heart_data = heart_data.astype(int) # 标准化数据 from sklearn.preprocessing import StandardScaler scaler = StandardScaler() heart_data = pd.DataFrame(scaler.fit_transform(heart_data), columns=heart_data.columns) ``` 4. 数据分析:您可以使用pandas和matplotlib库来进行数据分析和可视化。例如,您可以使用pandas的describe()函数来获取数据集的统计信息,使用matplotlib的hist()函数来绘制数据集的直方图,使用pandas的corr()函数来计算特征之间的相关性,并使用matplotlib的heatmap()函数来可视化相关性矩阵。 ```python # 获取数据集的统计信息 heart_data.describe() # 绘制数据集的直方图 heart_data.hist(figsize=(12, 12), bins=20) # 计算特征之间的相关性 corr_matrix = heart_data.corr() # 可视化相关性矩阵 plt.figure(figsize=(12, 12)) plt.title('Correlation Matrix') sns.heatmap(corr_matrix, annot=True, cmap='coolwarm') ``` 希望这些指导对您有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值