numpy是Python的一个矩阵类型,提供了大量矩阵处理的函数。它的内部是通过c语言实现的而非Python,包含了两种基本的数据类型:数组和矩阵。
import numpy as np
s = np.matrix([[6, 7, 3], [3, 1, 5], [4, 7, 2]])
print(s) # 输出矩阵
print(s.dtype) # 矩阵元素类型
print(s.size) # 矩阵元素个数
print(s.shape) # 查看矩阵几行几列
print(s.ndim) # 矩阵的秩
print(s.T) # 矩阵转置
print(s.I) # 矩阵的逆矩阵
print(s.astype(np.str)) # 转换元素类型
print(s.tolist()) # 转换为列表
print(s.sum(axis=1)) # 按行求和
print(s.mean(axis=1)) # 按行求均值
print(s.var(axis=1)) # 按行求方差
print(s.std(axis=1)) # 按行求标准差
print(s.max(axis=1)) # 按行求最大值
print(s.min(axis=1)) # 按行求最小值
print(s.argmin(axis=1)) # 矩阵中每一行最小值的坐标
s1 = np.matrix([[2, 4, 5], [6, 8, 4], [1, 3, 5]])
s2 = np.matrix([[5, 2, 4], [7, 3, 9], [6, 1, 5]])
print(np.dot(s1, s2)) # 矩阵s1和矩阵s2相乘
print(np.multiply([1, 2, 3], [4, 5, 6])) # 列表对应元素相乘
# matrix和max的区别:
# matrix得到的矩阵是一个全新的对象,而mat得到的矩阵是指向同一个对象
print(np.array(['a', 'b', 'c', 'd', 'e'])) # 列表转换为数组
print(np.mat([[1, 2, 3], [4, 5, 6], [7, 8, 9]])) # 列表转换为矩阵
print(np.arange(5)) # 同python的range()
print(np.arange(24).reshape((2, 3, 4))) # 创建一个2维3行4列的数组
print(np.ones(5)) # 生成5个元素都是1的数组
print(np.zeros(5)) # 生成5个元素都是0的数组
print(np.full([2, 3], 1.5)) # 生成2行3列都是1.5的数组