关于利用numpy模块使用矩阵做内积的用法.可能会在各种开源库里面遇到
""" Programmer : EOF Date : 2015.02.22 file : numpy_T.py code description : demo for hot to use numpy.array and it's T which is in model @numpy """
import numpy
a = numpy.array([[1,2,3],[4,5,6],[7,8,9]])
print "before a = a.T \n", a
a = a.T
print "after a = a.T \n", a
b = numpy.array([1,2,3])
ans = b.T.dot([1,2,3])
print "b:", b
print "answer of b.T.dot([1,2,3])", ans
这些天也是堕落到shi的节奏啊...感觉都没怎么堆代码,一直被各种矩阵运算虐..
用Python写了一个二维矩阵初始化的时候遇到点"神奇的事情"
""" Programmer : EOF Code date : 2015.03.04 Code file : multiply.py e-mail : [email protected] """
a = [[0]*10]*10
row = len(a)
col = len(a[0])
for i in range(0, row) :
for j in range(0 ,col) :
if i == j :
a[i][j] = 10
print a
b = [[0 for i in range(0, 10)] for j in range(0, 10)]
for i in range(0, len(b)) :
for j in range(0, len(b)) :
if i == j :
b[i][j] = 5
print b
对于两种不同初始生成一个二维矩阵的方法,有什么不同呢?
对于矩阵a,采用了这种形式
a = [[0]*10]*10
for循环尝试仅仅修改起对角线上的元素,但是最后输出的时候整个矩阵都是输出相同的值.OMG( ⊙ o ⊙ )
对于矩阵b则采用了下面这种初始化的方式.
b = [[0 for i in range(0, 10)] for j in range(0, 10)]
同样修改对角线上的值,能够满足我们的实际意图.
那么,问题来了,为什么第一种利用*运算符的方式不行呢?
这很可能是因为(用”可能”是因为没去看源码实现, 也没怎么找到这方面的资料)*运算符在这里只是不断的拷贝第一个元素的地址,使之形成一个矩阵.但是这个矩阵里面每个元素的地址都是同一个!!
但是第二种方式不同,第二种是迭代的,每次创建一个常量值作为元素.
此坑已填,来者注意~
放假了居然还会很不安, 惰性啊...
计划寒假要做好多好多事情的,很多都木有实现啊!!!