认识Numpy—矩阵

本节主要介绍如何创建矩阵、矩阵的四则运算、矩阵的转置、矩阵的逆、数组的比较及运算。

#矩阵的操作
import numpy as np  #导入NumPy库
np.set_printoptions(precision=3)
matr1 = np.mat("1 3 3;4 5 6;7 12 9") # #创建矩阵,使用分号隔开数据
print('创建的矩阵为:\n',matr1)
创建的矩阵为:
 [[ 1  3  3]
 [ 4  5  6]
 [ 7 12  9]]
arr1 = np.eye(3)
print('创建的数组1为:\n',arr1)
创建的数组1为:
 [[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
arr2 = 3*arr1
print('创建的数组2为:',arr2)
创建的数组2为: [[3. 0. 0.]
 [0. 3. 0.]
 [0. 0. 3.]]
print('创建的矩阵为:',np.bmat("arr1 arr2; arr1 arr2"))#矩阵行合并
创建的矩阵为: [[1. 0. 0. 3. 0. 0.]
 [0. 1. 0. 0. 3. 0.]
 [0. 0. 1. 0. 0. 3.]
 [1. 0. 0. 3. 0. 0.]
 [0. 1. 0. 0. 3. 0.]
 [0. 0. 1. 0. 0. 3.]]
matr2 = matr1*3  #矩阵与数相乘
print('创建的矩阵为:\n',matr2)
创建的矩阵为:
 [[ 3  9  9]
 [12 15 18]
 [21 36 27]]
print('矩阵相加结果为:\n',matr1+matr2)  #矩阵相加
矩阵相加结果为:
 [[ 4 12 12]
 [16 20 24]
 [28 48 36]]
print('矩阵相减结果为:\n',matr1-matr2)  #矩阵相减
矩阵相减结果为:
 [[ -2  -6  -6]
 [ -8 -10 -12]
 [-14 -24 -18]]
print('矩阵相乘结果为:\n',matr1*matr2)  #矩阵相乘
矩阵相乘结果为:
 [[102 162 144]
 [198 327 288]
 [354 567 522]]
print('矩阵对应元素相乘结果为:\n',np.multiply(matr1,matr2))
矩阵对应元素相乘结果为:
 [[  3  27  27]
 [ 48  75 108]
 [147 432 243]]
print('矩阵转置结果为:\n',matr1.T)  #转置
矩阵转置结果为:
 [[ 1  4  7]
 [ 3  5 12]
 [ 3  6  9]]
print('矩阵共轭转置结果为:\n',matr1.H)  #共轭转置(实数的共轭就是其本身)
矩阵共轭转置结果为:
 [[ 1  4  7]
 [ 3  5 12]
 [ 3  6  9]]
print('矩阵的逆矩阵结果为:\n',matr1.I)  #逆矩阵,举证要可逆,否则求出的结果不正确
矩阵的逆矩阵结果为:
 [[-0.9    0.3    0.1  ]
 [ 0.2   -0.4    0.2  ]
 [ 0.433  0.3   -0.233]]
np.linalg.det(matr1)#验证矩阵是否可逆
Out[169]: 29.99999999999999
matr1.I*matr1#验证矩阵是否可逆
Out[170]: 
matrix([[ 1.000e+00,  8.882e-16,  1.221e-15],
        [-2.498e-16,  1.000e+00, -4.163e-16],
        [-8.327e-17,  1.110e-16,  1.000e+00]])
print('矩阵的二维数组结果为:\n',matr1.A)  #返回二维数组的视图
矩阵的二维数组结果为:
 [[ 1  3  3]
 [ 4  5  6]
 [ 7 12  9]]
#数组的操作
x = np.array([1,2,3])
y = np.array([4,5,6])
数组相加结果为:
 [5 7 9]
print('数组相加结果为:\n',x + y)  #数组相加
print('数组相减结果为:\n',x - y)  #数组相减
数组相减结果为:
 [-3 -3 -3]
print('数组相乘结果为:\n',x * y)  #数组相乘
数组相乘结果为:
 [ 4 10 18]
print('数组相除结果为:\n',x / y)  #数组相除
数组相除结果为:
 [0.25 0.4  0.5 ]
print('数组幂运算结果为:\n',x ** y)  #数组幂运算
数组幂运算结果为:
 [  1  32 729]
x = np.array([1,3,5])
y = np.array([2,3,4])
print('数组比较结果为:\n',x < y)
数组比较结果为:
 [ True False False]
print('数组比较结果为:\n',x > y)
数组比较结果为:
 [False False  True]
print('数组比较结果为:\n',x == y)
数组比较结果为:
 [False  True False]
print('数组比较结果为:\n',x >= y)
数组比较结果为:
 [False  True  True]
print('数组比较结果为:\n',x <= y)
数组比较结果为:
 [ True  True False]
print('数组比较结果为:\n',x != y)
数组比较结果为:
 [ True False  True]
print('数组逻辑运算结果为:\n',np.all(x == y))  #np.all()表示逻辑and
数组逻辑运算结果为:
 False
print('数组逻辑运算结果为:\n',np.any(x == y))  #np.any()表示逻辑or
数组逻辑运算结果为:
 True
arr1 = np.array([[0,0,0],[1,1,1],[2,2,2],[3,3,3]])
print('创建的数组1为:\n',arr1)
创建的数组1为:
 [[0 0 0]
 [1 1 1]
 [2 2 2]
 [3 3 3]]
print('数组1的shape为:\n',arr1.shape)
数组1的shape为:
 (4, 3)
arr2 = np.array([1,2,3])
print('创建的数组2为:\n',arr2)
创建的数组2为:
 [1 2 3]
print('数组2的shape为:\n',arr2.shape)
数组2的shape为:
 (3,)
print('数组相加结果为:\n',arr1 + arr2)
数组相加结果为:
 [[1 2 3]
 [2 3 4]
 [3 4 5]
 [4 5 6]]
arr1 = np.array([[0,0,0],[1,1,1],[2,2,2],[3,3,3]])
print('创建的数组1为:\n',arr1)
创建的数组1为:
 [[0 0 0]
 [1 1 1]
 [2 2 2]
 [3 3 3]]
print('数组1的shape为:\n',arr1.shape)
数组1的shape为:
 (4, 3)
arr2 = np.array([1,2,3,4]).reshape((4,1))
print('创建的数组2为:\n',arr2)
创建的数组2为:
 [[1]
 [2]
 [3]
 [4]]
print('数组2的shape为:\n',arr2.shape)
数组2的shape为:
 (4, 1)
print('数组相加结果为:\n',arr1 + arr2)
数组相加结果为:
 [[1 1 1]
 [3 3 3]
 [5 5 5]
 [7 7 7]]

你可能感兴趣的:(认识Numpy—矩阵)