python读取矩阵,numpy矩阵操作

  python读取矩阵,numpy矩阵操作

  Numpy是一个非常好的处理矩阵运算的工具。执行效率高,因为底层用的是C语句。

  使用numpy,您需要将数据转换成numpy可以识别的矩阵格式。

  基本用法:

  numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

  名称描述

  对象或嵌套序列

  数据类型数组元素的数据类型,可选,例如:int64,int16,int32,float64等。位数越多,精度越高,但也要消耗更多内存。

  复制对象是否需要复制,可选

  创建顺序数组的样式,C为行方向,F为列方向,A为任意方向(默认)

  默认情况下,Subok返回与基类类型相同的数组。

  Ndmin指定生成的数组的最小维数。多维数组,默认为0维数组

  创建其他形式的numpy矩阵

  Np.zeros((3,4)):创建一个3行4列值都为0的矩阵。

  Np.ones((3,4)):创建一个3行4列值都为1的矩阵。

  Np.random.random((3,4)):创建值为0~1的3行4列随机数。

  Np.arange(1,20,5)。shape(3,4):创建一个3行4列的数组,值从1到20,步长为5。

  Np.arange(5):创建一个值从0到4的一维数组

  Np.empty((3 (3,4)):创建一个包含3行4列空值的矩阵。

  Np.linspace(1,10,10):创建一个1维数组,起点为1,终点为10,级数为10。总共有10个元素。[1,2,3,4,5,6,7,8,9.10]

  Np.sin(a),即计算矩阵值的sin结果

  np.cos(a)

  谭(一)

  arcsin、arccos和arctan函数返回给定角度的sin、cos和tan的反三角函数。

  矩阵a,矩阵b

  a,用于逐个添加。

  A/b代表一个一个的划分。

  A-b代表一个接一个的减法。

  * b,代表一个产品接一个产品。

  NP。点(a,b)和a .点(b)表示矩阵乘法。

  Np.argmin(a),最小值的索引

  Np.argmax(a),最大值的索引

  平均值

  A.mean average,只是表达方式不同,和旧版的average功能相同。

  中位数(A),中位数,与平均数相同的数字

  第二个数字的累加值Cumsum(A)成为一维数组。

  Diff(A),每两个数相减,逐行,原行为-1

  Notzero(A),返回两个数组,表示不为0的索引值

  排序(A),按行从小到大排序。

  转置(A),矩阵的反向和正向旋转等价于A.T .

  Clip(A,3,9),所有小于3的值都变成3,所有大于9的值都变成9。

  指数

  [1]第一行

  A[1][1]第1行,第1列

  A[1,1],第1行第1列,同上,只是表达方式不同。

  A[2,]第2行的所有数据

  A[:2]第2列中的所有数据

  A[1,1:2]行1,从列1到列2的数据

  横贯

  对于中的行:

  打印行

  默认的迭代行数显示行。

  Np不提供逐列迭代,但是需要一些手段,比如对矩阵求逆和遍历。

  对于A.T .中的列:

  打印栏

  如果要迭代它的项目,需要将A转换成单行序列。

  对于. flag中的项目:

  打印项目

  注意,A.flatten()也返回一个序列,类似于flag。相同的函数

  相关文章

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: