Python--numpy 矩阵操作

• numpy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m行（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。
   
   numpy 和matlab 不一样，对于多维数组的运算，缺省情况下不适用矩阵运算，如果你希望对数组进行矩阵运算的话，可以调用ndarray对象相应的函数
  

• numpy 矩阵生成

    np.matrix()函数
  
    np.matlib.empty(shape,dtype,order)
    【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F（列序优先）】
    
    np.matlib.zeros()
    
    np.matlib.ones()
    
    np.matlib.eye(n,M,k,dtype)
    【返回矩阵，对角线元素为1，其他位置为0】
    【区别于identity（）*单位矩阵】
    【n 行数；M 列数，默认为n ; k: 对角线的索引；dtype: 数据类型】
    
    np.matlib. identity() 
    【返回给定大小的矩阵，方阵】		
  
    np.matlib.rand()
    【创建给定大小的矩阵，数据随即填充，数据范围（0，1）】
  

• numpy矩阵常用操作

    矩阵与二维数组相互转换：矩阵总是二维的，而ndarray是一个n维数组。（n=2时，两个对象是可互换的）
    
    矩阵转置
    
    矩阵乘法
  

  	import numpy as np
  	
  	x = np.matirx([[1,2,3],[4,5,6]])
  	y = np.matrix([1,2,3,4,5,6])
  	print(x.T,y.T,sep='\n\n')
  	
  	[[1 4]
  	 [2 5]
  	 [3 6]]
  	
  	[[1]
  	 [2]
  	 [3]
  	 [4]
  	 [5]
  	 [6]]
  	```
  	矩阵转置
  

.argmax(axis=1) 返回横向最大值
.diagonal() 返回对角线元素

• 矩阵运算

    ###常用的numpy.linalg.函数
  
    diag 以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）
  
    dot 矩阵乘法
    【1.对于两个一维数组，计算的是这两个数组对应下标元素的乘积和（内积）
      2.对于二维数组，计算的是两个数组的矩阵乘积
      3.对于多维数组 （通用公式，详情见度娘）】
      
    vdot 
    【返回两个向量的点积，若第一个数是复数，那么它的共轭复数会用于计算。如果参数是多维数组，它会被展开】
    
    trace 计算对角线元素的和
    
    det 计算矩阵行列式
    
    eig 计算方阵的特征值和特征向量
    
    inv 计算方阵的逆
    【设A是数域上的一个n阶矩阵，若在相同数域上存在另一个n阶矩阵B，使得AB=BA=E，则我们称B是A的逆矩阵，而A则被称为可逆矩阵。（E为单位矩阵）】
    
    svd 计算奇异值分解
    
    solve 解线性方程组Ax=b,其中A为一个方阵
    
    lstsq 计算Ax =b 的最小二乘解
  

import numpy as np

x = np.([[1,2],[3,4]])
y = np.linalg.inv(x)
print(x)
print(y)
print(np.dot(x,y))
#检验逆矩阵