數值操作

取整： a = 3.75 int(a) 3 四舍五入： round(3.25) 3 向上取整： math.ceil(3.25) 4 取整數和小數部分： math.modf(3.75) (0.75, 3.0)

矩陣轉化

b = np.array([1.23,12.201,123.1]) b.dtype 結果：dtype('float64')c = b.astype(int) 結果：array([ 1, 12, 123])c.dtype 結果：dtype('int32')

創建矩陣：

ones創建全1矩陣 ，zeros創建全0矩陣 ，eye創建單位矩陣 ，empty創建空矩陣（實際有值）

一維： b=np.array([1,2,3]) 或者
b=np.arange(4,6)
二維： b=np.array([（1,2,3）,（4,5,6）]) 或者 b=np.array([（1,2,3）,（4,5,6）])

矩陣的合并可以通過numpy中的hstack方法和vstack方法實現:

hstack()函數對應矩陣的橫向拼接

vstack()函數對應矩陣的縱向拼接

?

矩陣相乘：

c=a.dot(b)

?

矩陣轉置：

a.T

?

矩陣的逆：

求矩陣的逆需要先導入numpy.linalg，用linalg的inv函數來求逆。矩陣求逆的條件是矩陣應該是方陣。

import numpy.linalg as lgb=lg.inv(a)

獲取矩陣最值：

整個矩陣： a.max() a.min()行后者列的最值： a.max(axis=0) 列最值 a.max(axis=1) 行最值

獲取最值位置：
a.argmax(axis=1) 最大值位置

獲取矩陣的平均值：

所有值的均值 a.mean() 列的均值 a.mean(axis=0) 行的均值 a.mean(axis=1)

獲取矩陣的方差：

方差的函數為var,方差函數var相當于函數mean(abs(x - x.mean)**2),其中x為矩陣。

所有值 a.var() 列 a.var(axis=0) 行 a.var(axis=1)

獲取矩陣的標準差：

標準差的函數為std。 std相當于sqrt(mean(abs(x - x.mean)**2))，或相當于sqrt(x.var)。

所有值 a.std() 列 a.std(axis=0)
行
a.std(axis=1)

獲取矩陣的中值：

中值指的是將序列按大小順序排列后，排在中間的那個值，如果有偶數個數，則是排在中間兩個數的平均值。中值的函數是median，調用方法為numpy.median(x,[axis])，axis可指定軸方向，默認axis=None，對所有數取中值。

所有值 np.median(a) 列 np.median(a，axis=0)
行
np.median(a，axis=1)

?

求和函數和標準差寫法類似用sum（）函數。

?

?

?

?

?

?

?

?

轉載于:https://www.cnblogs.com/51python/p/10292006.html

總結

以上是生活随笔為你收集整理的矩阵操作2的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。