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。