python 之 矩阵相关操作

文章目录

  • [1. **创建矩阵**:](#1. 创建矩阵:)
  • [2. **矩阵加法**:](#2. 矩阵加法:)
  • [3. **矩阵乘法**:](#3. 矩阵乘法:)
  • [4. **矩阵转置**:](#4. 矩阵转置:)
  • [5. **元素级操作**:](#5. 元素级操作:)
  • [6. **汇总统计**:](#6. 汇总统计:)
  • [7. **逻辑操作**:](#7. 逻辑操作:)

理解你的需求,我将为每个功能写一个单独的代码块来演示不同的矩阵操作。以下是单独的示例代码,每个示例都包含一个不同的矩阵操作:

1. 创建矩阵

python 复制代码
import numpy as np

# 创建矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print("矩阵:")
print(matrix)

2. 矩阵加法

python 复制代码
import numpy as np

matrix1 = np.array([[1, 2, 3], [4, 5, 6]])
matrix2 = np.array([[7, 8, 9], [10, 11, 12])

result_addition = matrix1 + matrix2
print("矩阵加法结果:")
print(result_addition)

3. 矩阵乘法

python 复制代码
import numpy as np

matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8])

result_multiplication = np.dot(matrix1, matrix2)
print("矩阵乘法结果:")
print(result_multiplication)

4. 矩阵转置

python 复制代码
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6])

transposed_matrix = matrix.T
print("矩阵转置:")
print(transposed_matrix)

5. 元素级操作

python 复制代码
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6])

result_elementwise_add = matrix + 2
result_elementwise_multiply = matrix * 2

print("元素级加法结果:")
print(result_elementwise_add)
print("元素级乘法结果:")
print(result_elementwise_multiply)

6. 汇总统计

python 复制代码
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6])

row_sum = np.sum(matrix, axis=1)
column_sum = np.sum(matrix, axis=0)

print("行的求和:")
print(row_sum)
print("列的求和:")
print(column_sum)

7. 逻辑操作

python 复制代码
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6])

comparison_result = matrix > 3
selected_elements = matrix[matrix > 3]

print("逻辑操作结果:")
print(comparison_result)
print("布尔索引结果:")
print(selected_elements)

这些单独的示例代码演示了不同的矩阵操作,包括创建矩阵、矩阵加法、矩阵乘法、矩阵转置、元素级操作、汇总统计、逻辑操作等。你可以单独运行每个示例以查看其效果。

相关推荐
沧海一粟青草喂马1 小时前
抖音批量上传视频怎么弄?抖音矩阵账号管理的专业指南
大数据·人工智能·矩阵
ZZHow10242 小时前
02OpenCV基本操作
python·opencv·计算机视觉
计算机学长felix2 小时前
基于Django的“酒店推荐系统”设计与开发(源码+数据库+文档+PPT)
数据库·python·mysql·django·vue
站大爷IP2 小时前
Python随机数函数全解析:5个核心工具的实战指南
python
悟乙己2 小时前
使用 Python 中的强化学习最大化简单 RAG 性能
开发语言·python·agent·rag·n8n
max5006002 小时前
图像处理:实现多图点重叠效果
开发语言·图像处理·人工智能·python·深度学习·音视频
AI原吾2 小时前
玩转物联网只需十行代码,可它为何悄悄停止维护
python·物联网·hbmqtt
云动雨颤2 小时前
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
python·单元测试
SunnyDays10113 小时前
Python 实现 HTML 转 Word 和 PDF
python·html转word·html转pdf·html转docx·html转doc
小麦矩阵系统永久免费3 小时前
小麦矩阵系统:让短视频分发实现抖音快手小红书全覆盖
大数据·人工智能·矩阵