python之numpy(3 矩阵属性及矩阵运算)

属性

在numpy中可以显示矩阵的很多属性,如矩阵大小、元素个数、数据类型等。

python 复制代码
import numpy as np
x=np.array([
    [1,2,3,4],[1,2,3,4]
])
print(f'这个矩阵的规格为{x.shape}')
print(f'这个矩阵有{x.size}个元素')
print(f'这个矩阵的维度为{x.ndim}')
print(f'这个矩阵的数据类型为{x.dtype}')
print(f'矩阵的转置为{x.T}')

类似的属性还有很多,不再赘述。

矩阵的运算

矩阵的运算分为矩阵元素之间的运算和矩阵之间的运算,当然两者的区别在加法、减法之间是没有区别的,在乘法之间有所区别。

python 复制代码
import numpy as np
x=np.array([
    [1,2,3],[2,3,4],[3,4,5]
])
y=np.array([
    [2,3,4],[2,4,5],[2,3,2]
])
print(x*y)
print(x-y)
print(x+y)
print(x.dot(y))
print(np.dot(x,y.T))
print(np.linalg.inv(y))#逆矩阵
print(np.linalg.det(x))#行列式
print(np.linalg.matrix_rank(x))#矩阵的秩

上述代码中,x*y是对应元素之间的相乘,而矩阵之间的点乘是x.dot(y)或者是np.dot(x,y)。x.T表示x的转置。

np.linalg.inv()是求矩阵的逆,np.linalg.det()是求矩阵的行列式,np.linalg.matrix_rank是求矩阵秩。

除了矩阵之间的运算外还有一些统计运算,如求和,求平均值等。

求最值:

python 复制代码
import numpy as np
x=np.array([
    [1,2,3],[2,3,4],[3,4,5]
])
print(np.max(x))
print(np.min(x))
print(np.min(x,axis=0))
print(np.argmax(x))
print(np.argmin(x))

其中,倒数第三行中的axis=0表示每一列的最小值(axis=1表示每一行求最值),返回是一个1×3的数组。最后两行表示返回最值的索引,这个索引是一行一行排列的,从0开始。

求和:

python 复制代码
import numpy as np
x=np.array([
    [1,2,3],[2,3,4],[3,4,5]
])
print(np.sum(x,axis=0))

求均值:

python 复制代码
import numpy as np
x=np.array([
    [1,2,3],[2,3,4],[3,4,5]
])
print(np.mean(x))
m=np.average(x,weights=np.ones((3,3)))
print(m)

其中average可以求加权平均数,weights表示对x所加的权重,两者大小相同。

其他:

python 复制代码
import numpy as np
x=np.array([
    [1,2,3],[2,3,4],[3,4,5]
])
print(np.median(x))
print(np.cumsum(x))
print(np.diff(x))
print(np.nonzero(x))
print(np.sort(x))
print(np.transpose(x))
print(np.clip(x,1.4,3.5))

结果:

python 复制代码
3.0
[ 1  3  6  8 11 15 18 22 27]
[[1 1]
 [1 1]
 [1 1]]
(array([0, 0, 0, 1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2, 0, 1, 2]))
[[1 2 3]
 [2 3 4]
 [3 4 5]]
[[1 2 3]
 [2 3 4]
 [3 4 5]]
[[1.4 2.  3. ]
 [2.  3.  3.5]
 [3.  3.5 3.5]]
请按任意键继续. . .

np.median(x) 返回中位数

np.cumsum(x) 返回逐个累加后的数

np.diff(x) 返回逐差后的数

np.nonzero(x) 返回两个数组,第一个数组是非零数的横坐标位置,第二个数组是非零数组的纵坐标位置

np.sort(x) 逐行排序,从小到大排序

np.transpose(x) 矩阵转置,等效于x.T

注:如果定义的数组是x=np.array([1,2,3])那么此函数失效,如果定义的是x=np.array([ [1,2,3] ])则可以转置。对于第一种情况可以使用reshape强制改变大小。

np.clip(x,1.4,3.5) 将数组中的元素限制在指定的最小值和最大值之间。如果数组中的元素小于最小值,则会被替换为最小值;如果元素大于最大值,则会被替换为最大值;如果元素在最小值和最大值之间(包括边界值),则保持不变。

相关推荐
深蓝海拓4 分钟前
Pyside6(PyQT5)中的QTableView与QSqlQueryModel、QSqlTableModel的联合使用
数据库·python·qt·pyqt
无须logic ᭄11 分钟前
CrypTen项目实践
python·机器学习·密码学·同态加密
百流24 分钟前
scala文件编译相关理解
开发语言·学习·scala
Channing Lewis24 分钟前
flask常见问答题
后端·python·flask
Channing Lewis26 分钟前
如何保护 Flask API 的安全性?
后端·python·flask
水兵没月1 小时前
钉钉群机器人设置——python版本
python·机器人·钉钉
Evand J2 小时前
matlab绘图——彩色螺旋图
开发语言·matlab·信息可视化
我想学LINUX2 小时前
【2024年华为OD机试】 (A卷,100分)- 微服务的集成测试(JavaScript&Java & Python&C/C++)
java·c语言·javascript·python·华为od·微服务·集成测试
深度混淆2 小时前
C#,入门教程(04)——Visual Studio 2022 数据编程实例:随机数与组合
开发语言·c#