日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 编程语言 > python >内容正文

python

Python中的向量、矩阵(numpy)

發(fā)布時(shí)間:2025/3/16 python 28 豆豆
生活随笔 收集整理的這篇文章主要介紹了 Python中的向量、矩阵(numpy) 小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

1、向量、矩陣表示:

numpy的向量表示是通過array數(shù)組來實(shí)現(xiàn)的

一維向量(行、列):

在numpy中一維向量用一位數(shù)組array([1, 1, 1])表示,既能表示行向量也能表示列向量,一維向量轉(zhuǎn)置后還是原來的樣子(因?yàn)榇鎯?chǔ)結(jié)構(gòu)是數(shù)組)

from numpy import *v1 = array([0, 0, 0]) v1t = v1.transpose() print(v1) print(v1t)

矩陣:

from numpy import *# 一行三列 v1 = array([[1, 1, 1]]) print(v1)# 兩行三列 v2 = array([[1, 1, 2], [1, 1, 0]]) print(v2)

2、向量計(jì)算

線性代數(shù)矩陣乘法

from numpy import *# 一維向量 v1 = array([1, 0, 1]) v11 = array([1, 1, 1])# 2*3矩陣 v2 = array([[1, 1, 2], [1, 1, 0]])# 線性代數(shù)矩陣乘法,行乘列,再相加 print("一維向量dot: ", dot(v11, v1)) print("一維dot二維: ", dot(v2, v1))

輸出結(jié)果:

一維向量dot: 2 一維dot二維: [3 1]

對應(yīng)位置相乘

from numpy import *# 一維向量 v1 = array([1, 0, 1]) v11 = array([1, 1, 1])# 2*3矩陣 v2 = array([[1, 1, 2], [1, 1, 0]])# 對應(yīng)位置相乘 print("一維向量multiply: ", multiply(v1, v11)) print("一維multiply二維: ", multiply(v1, v2))

輸出結(jié)果:

一維向量multiply: [1 0 1] 一維multiply二維: [[1 0 2][1 0 0]]

加減法

from numpy import *# 一維向量 v1 = array([1, 0, 1]) v11 = array([1, 1, 1])# 2*3矩陣 v2 = array([[1, 1, 2], [1, 1, 0]])# 向量加法 print("一維向量相加: ", v1 + v11) print("一維加二維: ", v1 + v2)# 向量減法 print("一維向量相減: ", v1 - v11) print("一維減二維: ", v1 - v2)

3、矩陣的另一種表示mat

創(chuàng)建矩陣

(1) 在創(chuàng)建矩陣的專用字符串中,矩陣的行與行之間用分號(hào)隔開,行內(nèi)的元素之間用空格隔開。

(2) 用T屬性獲取轉(zhuǎn)置矩陣

mat函數(shù)創(chuàng)建任意矩陣

from numpy import *a = mat('1 2 3; 4 5 6') a_transpose = a.T print("矩陣A: ", a) print("矩陣A的轉(zhuǎn)置: ", a_transpose) B = mat(arange(12).reshape(3, 4)) print("元素值為0-11的3*4維矩陣", B)

輸出結(jié)果:

矩陣A: [[1 2 3][4 5 6]] 矩陣A的轉(zhuǎn)置: [[1 4][2 5][3 6]] 元素值為0-11的3*4維矩陣 [[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]]

構(gòu)建全0矩陣

from numpy import *# 全0矩陣 A = zeros((4, 5)) print("全0矩陣", A)

輸出結(jié)果:

全0矩陣 [[0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.]]

?

構(gòu)建單位矩陣

from numpy import *# 單位矩陣 C = eye(3) print("單位矩陣C: ", C)

輸出結(jié)果:

單位矩陣C: [[1. 0. 0.][0. 1. 0.][0. 0. 1.]]

構(gòu)建復(fù)合矩陣

from numpy import *# 單位矩陣 C = eye(3) print("單位矩陣C: ", C)# 復(fù)合矩陣 D = C * 2 print("單位矩陣*2: ", D)print(bmat('C D; D C'))

輸出結(jié)果:

單位矩陣*2: [[2. 0. 0.][0. 2. 0.][0. 0. 2.]] [[1. 0. 0. 2. 0. 0.][0. 1. 0. 0. 2. 0.][0. 0. 1. 0. 0. 2.][2. 0. 0. 1. 0. 0.][0. 2. 0. 0. 1. 0.][0. 0. 2. 0. 0. 1.]]

?

總結(jié)

以上是生活随笔為你收集整理的Python中的向量、矩阵(numpy)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。