python矩阵的次幂_python矩阵运算 不断收集整理
Python使用NumPy包完成了对N-维数组的快速便捷操作。使用这个包,需要导入numpy。SciPy包以NumPy包为基础,大大的扩展了numpy的能力。为了使用的方便,scipy包在最外层名字空间中包括了所有的numpy内容,因此只要导入了scipy,不必在单独导入numpy了!但是为了明确哪些是numpy中实现的,哪些是scipy中实现的,本文还是进行了区分。以下默认已经:import
numpy as np 以及 import scipy as sp
下面简要介绍Python和MATLAB处理数学问题的几个不同点。
1.MATLAB的基本是矩阵,而numpy的基本类型是多为数组,把matrix看做是array的子类。
2.MATLAB的索引从1开始,而numpy从0开始。
1.建立矩阵
a1=np.array([1,2,3],dtype=int)
#建立一个一维数组,数据类型是int。也可以不指定数据类型,使用默认。几乎所有的数组建立函数都可以指定数据类型,即dtype的取值。
a2=np.array([[1,2,3],[2,3,4]])
#建立一个二维数组。此处和MATLAB的二维数组(矩阵)的建立有很大差别。
同样,numpy中也有很多内置的特殊矩阵:
b1=np.zeros((2,3))
#生成一个2行3列的全0矩阵。注意,参数是一个tuple:(2,3),所以有两个括号。完整的形式为:zeros(shape,dtype=)。相同的结构,有ones()建立全1矩阵。empty()建立一个空矩阵,使用内存中的随机值来填充这个矩阵。
b2=identity(n) #建立n*n的单位阵,这只能是一个方阵。
b3=eye(N,M=None,k=0)
#建立一个对角线是1其余值为0的矩阵,用k指定对角线的位置。M默认None。
此外,numpy中还提供了几个like函数,即按照某一个已知的数组的规模(几行几列)建立同样规模的特殊数组。这样的函数有zeros_like()、empty_like()、ones_like(),它们的参数均为如此形式:zeros_like(a,dtype=),其中,a是一个已知的数组。
c1=np.arange(2,3,0.1)
#起点,终点,步长值。含起点值,不含终点值。
c2=np.linspace(1,4,10)
#起点,终点,区间内点数。起点终点均包括在内。同理,有logspace()函数
d1=np.linalg.companion(a)
#伴随矩阵
d2=np.linalg.triu()/tril()
#作用同MATLAB中的同名函数
e1=np.random.rand(3,2)
#产生一个3行2列的随机数组。同一空间下,有randn()/randint()等多个随机函数
fliplr()/flipud()/rot90()
#功能类似MATLAB同名函数。
xx=np.roll(x,2)
#roll()是循环移位函数。此调用表示向右循环移动2位。
2.数组的特征信息
先假设已经存在一个N维数组X了,那么可以得到X的一些属性,这些属性可以在输入X和一个.之后,按tab键查看提示。这里明显看到了Python面向对象的特征。
X.flags #数组的存储情况信息。
X.shape
#结果是一个tuple,返回本数组的行数、列数、……
X.ndim #数组的维数,结果是一个数
X.size #数组中元素的数量
X.itemsize
#数组中的数据项的所占内存空间大小
X.dtype #数据类型
X.T #如果X是矩阵,发挥的是X的转置矩阵
X.trace() #计算X的迹
np.linalg.det(a) #返回的是矩阵a的行列式
np.linalg.norm(a,ord=None)
#计算矩阵a的范数
np.linalg.eig(a)
#矩阵a的特征值和特征向量
np.linalg.cond(a,p=None)
#矩阵a的条件数
np.linalg.inv(a)
#矩阵a的逆矩阵
3.矩阵分解
常见的矩阵分解函数,numpy.linalg均已经提供。比如cholesky()/qr()/svd()/lu()/schur()等。某些算法为了方便计算或者针对不同的特殊情况,还给出了多种调用形式,以便得到最佳结果。
4.矩阵运算
np.dot(a,b)用来计算数组的点积;vdot(a,b)专门计算矢量的点积,和dot()的区别在于对complex数据类型的处理不一样;innner(a,b)用来计算内积;outer(a,b)计算外积。
专门处理矩阵的数学函数在numpy的子包linalg中定义。比如np.linalg.logm(A)计算矩阵A的对数。可见,这个处理和MATLAB是类似的,使用一个m后缀表示是矩阵的运算。在这个空间内可以使用的有cosm()/sinm()/signm()/sqrtm()等。其中常规exp()对应有三种矩阵形式:expm()使用Pade近似算法、expm2()使用特征值分析算法、expm3()使用泰勒级数算法。在numpy中,也有一个计算矩阵的函数:funm(A,func)。
5.索引
numpy中的数组索引形式和Python是一致的。如:
x=np.arange(10)
print x[2]
#单个元素,从前往后正向索引。注意下标是从0开始的。
print x[-2]
#从后往前索引。最后一个元素的下标是-1
print x[2:5]
#多个元素,左闭右开,默认步长值是1
print x[:-7]
#多个元素,从后向前,制定了结束的位置,使用默认步长值
print x[1:7:2] #指定步长值
x.shape=(2,5)
#x的shape属性被重新赋值,要求就是元素个数不变。2*5=10
print x[1,3]
#二维数组索引单个元素,第2行第4列的那个元素
print x[0] #第一行所有的元素
y=np.arange(35).reshape(5,7)
#reshape()函数用于改变数组的维度
print y[1:5:2,::2]
#选择二维数组中的某些符合条件的元素
python矩阵的次幂_python矩阵运算 不断收集整理相关推荐
- python矩阵乘法 点乘_Tensorflow矩阵运算实例(矩阵相乘,点乘,行/列累加)
Tensorflow二维.三维.四维矩阵运算(矩阵相乘,点乘,行/列累加) 1. 矩阵相乘 根据矩阵相乘的匹配原则,左乘矩阵的列数要等于右乘矩阵的行数. 在多维(三维.四维)矩阵的相乘中,需要最后两维 ...
- python 矩阵元素如何表示_python 怎么给矩阵里的每一个元素赋值
用python语言如何给列表动态的赋值? 可以使用for或者while循环结合list的append或者insert方法赋值for i in range(10):append(i). a=1#把1赋值 ...
- python 矩阵元素查找位置函数_Python中二维数组中非零元素位置的快速查找方法...
我提出这个问题的原因是我认为numpy.非零功能没有得到应有的优化.以下示例显示了这一事实:a=np.random.random((1000,1000)) a[a<0.5]=0 timeit.t ...
- python面向对象大段代码_python面向对象部分简单整理
面向对象 VS 面向过程 面向过程 面向过程的程序设计的核心是过程(流水线式思维) 优点: 极大的降低了写程序的复杂度 缺点: 一整个过程(流水线)只能解决一个问题,若问题更改,代码几乎要全部重写. ...
- python常用函数的用法_python中常用函数整理
1.map map是python内置的高阶函数,它接收一个函数和一个列表,函数依次作用在列表的每个元素上,返回一个可迭代map对象. class map(object):""&qu ...
- python中string什么意思_python字符串(string)方法整理
C C语言开发 python字符串(string)方法整理 python中字符串对象提供了很多方法来操作字符串,功能相当丰富. print(dir(str)) [..........'capitali ...
- python自动化办公是什么_Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量处理 ...
- python基础知识500题_python爬虫基础知识点整理
更多编程教程请到:菜鸟教程 https://www.piaodoo.com/ 友情链接: 高州阳光论坛https://www.hnthzk.com/ 人人影视http://www.sfkyty.com ...
- 求解斐波那契第n项的几种解法(含矩阵乘法+快速幂) Python实现
斐波那契数列 首先我们来定义一下斐波那契数列: f(n)={0n = 01n = 1f(n−1)+f(n−2)n > 1f(n)= \begin{cases} 0 & \text {n ...
最新文章
- 列表CheckBox全选 结合DataGrid 进行删除操作
- Python 字典(Dictionary)
- golang中的读写锁
- 如何用最傻的办法查看tensorflow-yolov3模型测试VOC数据集时预测值(图框)与真实值(图框)的对比效果?
- python按条件拆分列表元素_如何通过在python中拆分列表元素来创建列表?
- 07_00_加载资源(Webpack Book)
- React中后台管理系统添加广告分类显示不出来
- 【Pygame】屏幕图形绘制
- mysql职业要求_运维职业要求
- 联通光纤服务器没有响应怎么办,联通光纤猫断线无法上网等问题不一样的解决方案...
- 约瑟夫问题(Josephus problem)详解
- 免费可商用图片网站合集
- 武大、南开、南大、科大陈恩红组面试经验
- 跑步为什么不能过量(对身体的危害)
- 关于阻容耦合电路及阻容耦合分压
- AMA回顾|走进“元宇宙工厂”BreederDAO
- CC2530外部中断控制LED灯开关
- python打九九乘法表上三角下三角_Python-零基础自学系列之九九乘法表、打印菱形、打印对顶三角形、打印闪电、斐波拉契数列、素数...
- tp5微信开发(一) ---- 微信公众号配置token
- PWmat案例赏析:利用激光脉冲实现绝缘体-金属超快转变
热门文章
- 从零开始学统计 09 | 对数转换
- linux不解压查看gz文件内容,不解压查看tar.gz文件的大小
- 五年Java开发者小米、阿里面经
- 有多少人看了《奋斗》?
- 拼多多、vipkid编程题
- 数据挖掘 是“大忽悠”还是“懵懂少年”(转帖)
- 区块链python实现_最简单区块链的python实现
- 关于微信营销不得不看的好文章 转载
- log4j日志重写ExPatternParser及ExRollingFileAppender类
- 命令更新之sum2docx:将描述性统计输出至Word文档 ——转自李春涛老师团队 爬虫俱乐部 微信公众号