NumPy 矩阵库函数

---

章节

• Numpy 介绍
• Numpy 安装
• NumPy ndarray
• NumPy 数据类型
• NumPy 数组创建
• NumPy 基于已有数据创建数组
• NumPy 基于数值区间创建数组
• NumPy 数组切片
• NumPy 广播
• NumPy 数组迭代
• NumPy 位运算
• NumPy 字符串函数
• NumPy 数学函数
• NumPy 统计函数
• NumPy 排序、查找、计数
• NumPy 副本和视图
• NumPy 矩阵库函数
• NumPy 线性代数

---

NumPy包含一个矩阵库NumPy.matlib，这个模块的函数用于处理矩阵而不是ndarray对象。

NumPy中，ndarray数组可以是n维的，与此不同，矩阵总是二维的，但这两种对象可以相互转换。

matlib.empty()

empty()函数返回一个新的矩阵，但不会初始化矩阵元素。

numpy.matlib.empty(shape, dtype, order)

• shape 定义新矩阵形状的int或int的元组
• dtype 可选，指定矩阵数据类型
• order C 或 F

示例

import numpy.matlib
import numpy as np 
a = np.matlib.empty((2,2))
print (a)

输出

[[6.91241356e-310 1.37748664e-316]
 [6.91240378e-310 6.91240378e-310]]

可以看到，矩阵元素都是随机值。

numpy.matlib.zeros()

zeros()函数返回一个新的矩阵，矩阵元素被初始化为0。

示例

import numpy.matlib
import numpy as np 
a = np.matlib.zeros((2,2))
print (a)

输出

[[ 0.  0.]
 [ 0.  0.]]

numpy.matlib.ones()

zeros()函数返回一个新的矩阵，矩阵元素被初始化为1。

示例

import numpy.matlib
import numpy as np 
a = np.matlib.zeros((2,2))
print (a)

输出

[[ 1.  1.]
 [ 1.  1.]]

numpy.matlib.eye()

eye()函数返回一个矩阵，对角线上的元素都是1，其它地方都是0。该函数接受以下参数。

numpy.matlib.eye(n, M, k, dtype)

• n 返回矩阵中的行数
• M 列数，默认为n
• k 对角线的开始索引
• dtype 矩阵的数据类型

示例

import numpy.matlib
import numpy as np 
print('对角线的开始索引为0：')
print(np.matlib.eye(n = 3, M = 4, k = 0, dtype = float))
print('\n')
print('对角线的开始索引为1：')
print(np.matlib.eye(n = 3, M = 4, k = 1, dtype = float))
print('\n')

输出

对角线的开始索引为0：
 [[1. 0. 0. 0.]
  [0. 1. 0. 0.]
  [0. 0. 1. 0.]]
对角线的开始索引为1：
[[0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]

numpy.matlib.identity()

identity()函数返回指定大小的单位矩阵。单位矩阵是一个所有对角元素都为1的方阵。

示例

import numpy.matlib
import numpy as np
print (np.matlib.identity(5, dtype = float))

输出

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

numpy.matlib.rand()

rand()函数返回一个指定大小的矩阵，其中填充随机值。

示例

import numpy.matlib
import numpy as np
print (np.matlib.rand(3,3))

输出

[[0.5413199  0.5749519  0.19755942]
 [0.57128833 0.24267348 0.65186677]
 [0.08517    0.9238393  0.15061818]]