python如何创建不同元素的矩阵_Python numpy学习（2）——矩阵的用法

Python矩阵的基本用法

mat（）函数将目标数据的类型转化成矩阵（matrix）

1，mat()函数和array()函数的区别

Numpy函数库中存在两种不同的数据类型（矩阵matrix和数组array），都可以用于处理行列表示的数字元素，虽然他们看起来很相似，但是在这两个数据类型上执行相同的数学运算可能得到不同的结果，其中Numpy函数库中的matrix与MATLAB中matrices等价。

直接看一个例子：

import numpy as np

a = np.mat('1 3;5 7')

b = np.mat([[1,2],[3,4]])

print(a)

print(b)

print(type(a))

print(type(b))

c = np.array([[1,3],[4,5]])

print(c)

print(type(c))

结果：

[[1 3]

[5 7]]

[[1 2]

[3 4]]

[[1 3]

[4 5]]

首先，mat() 函数与array()函数生成矩阵所需的数据格式有区别，mat()函数中数据可以为字符串以分号（;）分割或者为列表形式以逗号（，）分割，而array()函数中数据只能为后者形式。

其次，两者的类型不同，用mat函数转换为矩阵后才能进行一些线性代数的操作。

from numpy import *

# 构建一个4*4的随机数组

array_1 = random.rand(4,4)

print(array_1)

print(type(array_1))

'''

[[0.12681561 0.26644355 0.03582107 0.71475804]

[0.01380711 0.85308305 0.37838406 0.83663897]

[0.20034209 0.5736587 0.56692541 0.64008518]

[0.97780979 0.129229 0.37688616 0.55341492]]

'''

# 使用mat函数将数组转化为矩阵

matrix_1 = mat(array_1)

print(matrix_1)

print(type(matrix_1))

'''

[[0.32538457 0.60674013 0.68625186 0.58957989]

[0.26465813 0.93378939 0.12944934 0.95064032]

[0.65683256 0.01352025 0.11932895 0.9361348 ]

[0.11667241 0.16077876 0.50904118 0.44128675]]

'''

2，mat()函数创建常见的矩阵

import numpy as np

# 创建一个3*3的零矩阵，矩阵这里zeros函数的参数是一个tuple类型（3,3）

data1 = np.mat(np.zeros((3,3)))

print(data1)

'''

[[0. 0. 0.]

[0. 0. 0.]

[0. 0. 0.]]

'''

# 创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int，可以使用dtype=int

data2 = np.mat(np.ones((2,4)))

print(data2)

'''

[[1. 1. 1. 1.]

[1. 1. 1. 1.]]

'''

# 这里使用numpy的random模块

# random.rand(2,2)创建的是一个二维数组，但是需要将其转化为matrix

data3 = np.mat(np.random.rand(2,2))

print(data3)

'''

[[0.62002668 0.55292404]

[0.53018371 0.1548954 ]]

'''

# 生成一个3*3的0-10之间的随机整数矩阵，如果需要指定下界可以多加一个参数

data4 = np.mat(np.random.randint(10,size=(3,3)))

print(data4)

'''

[[0 4 1]

[7 9 9]

[9 0 4]]

'''

# 产生一个2-8之间的随机整数矩阵

data5 = np.mat(np.random.randint(2,8,size=(2,5)))

print(data5)

'''

[[4 6 3 3 4]

[4 3 3 3 6]]

'''

# 产生一个2*2的对角矩阵

data6 = np.mat(np.eye(2,2,dtype=int))

print(data6)

'''

[[1 0]

[0 1]]

'''

# 生成一个对角线为1,2,3的对角矩阵

a1 = [1,2,3]

a2 = np.mat(np.diag(a1))

print(a2)

'''

[[1 0 0]

[0 2 0]

[0 0 3]]

'''

2.1，zeros

zeros函数是生成指定维数的全0数组

>>myMat=np.zeros(3) ###生成一个一维的全0数组

>>print(myMat)

>>array([0.,0.,0.])

>>myMat1=np.zeros((3,2)) ####生成一个3*2的全0数组

>>print(myMat)

>>array([[0.,0.],

[0.,0.]

[0.,0.]])

2.2，ones

ones函数是用于生成一个全1的数组

>>onesMat=np.ones(3) ###1*3的全1数组

>>print(onesMat)

>>array([1.,1.,1.])

>>onesMat1=np.ones((2,3)) ###2*3的全1数组

>>print(onesMat1)

>>array([[1.,1.,1.],[1.,1.,1.]])

2.3，eye

eye函数用户生成指定行数的单位矩阵

>>eyeMat=np.eye(4)

>>print(eyeMat)

>>array([[1.,0.,0.,0.],

[0.,1.,0.,0.],

[0.,0.,1.,0.,],

[0.,0.,0.,1.]])

2.4，full

numpy.full(shape,fill_value=num)用于创建一个自定义形状的数组,可以自己指定一个值,用它填满整个数组。

fill_value 用来填充的值，可以是数字，也可以是字符串

nd_test = np.full(shape=(2,3,4),fill_value='ai')

print(nd_test)

array([[['ai