python 矩阵运算 |
您所在的位置:网站首页 › python怎么定义矩阵 › python 矩阵运算 |
python 矩阵运算
第一次看见 Python 的运行感觉就让我想起了 matlab ,于是就上网嗖嗖他在矩阵方面的运算 如何,如果不想安装 Matlab 那么大的软件,而你又只是想计算些矩阵, python 绝对够用! 尤其在 Linux 下太方便了
Python 使用 NumPy 包完成了对 N- 维数组的快速便捷操作。使用这个包,需要导入 numpy 。 SciPy 包以 NumPy 包为基础,大大的扩展了 numpy 的能力。为了使用的方便, scipy 包在最 外层名字空间中包括了所有的 numpy 内容,因此只要导入了 scipy ,不必在单独导入 numpy 了!但是为了明确哪些是 numpy 中实现的,哪些是 scipy 中实现的,本文还是进行了区分。 以下默认已经: import numpy as np 以及
impor scipy as sp 下面简要介绍 Python 和 MATLAB 处理数学问题的几个不同点。 1.MATLAB 的基本是矩阵, 而 numpy 的基本类型是多为数组,把 matrix 看做是 array 的子类。 2.MATLAB 的索引从 1 开始,而 numpy 从 0 开始。
1. 建立矩阵
a1=np.array([1,2,3],dtype=int)
# 建立一个一维数组,数据类型是 int 。也可以不指定数据类 型,使用默认。几乎所有的数组建立函数都可以指定数据类型,即 dtype 的取值。
a2=np.array([[1,2,3],[2,3,4]])
# 建立一个二维数组。此处和 MATLAB 的二维数组(矩阵) 的建立有很大差别。
同样, numpy 中也有很多内置的特殊矩阵:
b1=np.zeros((2,3))
# 生成一个 2 行 3 列的全 0 矩阵。注意,参数是一个 tuple : (2,3) ,所以 有两个括号。 完整的形式为: zeros(shape,dtype=) 。 相同的结构, 有 ones() 建立全 1 矩阵。 empty() 建立一个空矩阵,使用内存中的随机值来填充这个矩阵。
b2=identity(n)
# 建立 n*n 的单位阵,这只能是一个方阵。
b3=eye(N,M=None,k=0)
# 建立一个对角线是 1 其余值为 0 的矩阵, 用 k 指定对角线的位置。 M 默认 None 。
此外, numpy 中还提供了几个 like 函数,即按照某一个已知的数组的规模 (几行几列)建立 同样规模的特殊数组。这样的函数有 zeros_like() 、 empty_like() 、 ones_like() ,它们的参数均 为如此形式: zeros_like(a,dtype=) ,其中, a 是一个已知的数组。
c1=np.arange(2,3,0.1)
# 起点,终点,步长值。含起点值,不含终点值。
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |