python小白之矩阵matrix笔记(updating)
Matrix
#python学习之矩阵matrix 2018.4.18
# -*- coding: UTF-8 -*- from numpy import *
import numpy as np
import math
a=np.matrix('1 2 7;3 4 8;5 6 9')#矩阵的换行必须使用分号隔开,内部数据必须为字符串形式,元素之间必须以空格隔开
print(np.matrix([[1,2],[3,4]]))
m=np.asmatrix(a)#将输入的a解释为矩阵m,并修改m中某个值
m[0,0]=5
b=np.array([[1,5],[3,2]])#矩阵中的数据可以为数组对象
print(a)
print(b)
print(m)
#复制矩阵
n=m.copy()
print(n)
#检测一下m和n中所有对应元素是否相等,相等返回true.
# all要求所有元素相等 any只要有一个相等即可
c=(m==n).all()
d=(m==n).any()
print(c)
#行与列
print(m.all(axis=0))
print(m.all(axis=1))
#转化为float对象
print(m.astype(float))
#返回从小到大排序后的矩阵每行的数的索引构成的矩阵
print(m.argsort())
#<=12 返回12 >=32返回32
print(m.clip(12,32)) #矩阵对象的属性
# matrix.T transpose:返回矩阵的转置矩阵
# matrix.H hermitian (conjugate) transpose:返回复数矩阵的共轭元素矩阵
# matrix.I inverse:返回矩阵的逆矩阵
# matrix.A base array:返回矩阵基于的数组 # 矩阵对象的方法:
# all([axis, out]) :沿给定的轴判断矩阵所有元素是否为真(非0即为真)
# any([axis, out]) :沿给定轴的方向判断矩阵元素是否为真,只要一个元素为真则为真。
# argmax([axis, out]) :沿给定轴的方向返回最大元素的索引(最大元素的位置).
# argmin([axis, out]): 沿给定轴的方向返回最小元素的索引(最小元素的位置)
# argsort([axis, kind, order]) :返回排序后的索引矩阵
# astype(dtype[, order, casting, subok, copy]):将该矩阵数据复制,且数据类型为指定的数据类型
# byteswap(inplace) Swap the bytes of the array elements
# choose(choices[, out, mode]) :根据给定的索引得到一个新的数据矩阵(索引从choices给定)
# clip(a_min, a_max[, out]) :返回新的矩阵,比给定元素大的元素为a_max,小的为a_min
# compress(condition[, axis, out]) :返回满足条件的矩阵
# conj() :返回复数的共轭复数
# conjugate() :返回所有复数的共轭复数元素
# copy([order]) :复制一个矩阵并赋给另外一个对象,b=a.copy()
# cumprod([axis, dtype, out]) :返回沿指定轴的元素累积矩阵
# cumsum([axis, dtype, out]) :返回沿指定轴的元素累积和矩阵
# diagonal([offset, axis1, axis2]) :返回矩阵中对角线的数据
# dot(b[, out]) :两个矩阵的点乘
# dump(file) :将矩阵存储为指定文件,可以通过pickle.loads()或者numpy.loads()如:a.dump(‘d:\\a.txt’)
# dumps() :将矩阵的数据转存为字符串.
# fill(value) :将矩阵中的所有元素填充为指定的value
# flatten([order]) :将矩阵转化为一个一维的形式,但是还是matrix对象
# getA() :返回自己,但是作为ndarray返回
# getA1():返回一个扁平(一维)的数组(ndarray)
# getH() :返回自身的共轭复数转置矩阵
# getI() :返回本身的逆矩阵
# getT() :返回本身的转置矩阵
# max([axis, out]) :返回指定轴的最大值
# mean([axis, dtype, out]) :沿给定轴方向,返回其均值
# min([axis, out]) :返回指定轴的最小值
# nonzero() :返回非零元素的索引矩阵
# prod([axis, dtype, out]) :返回指定轴方型上,矩阵元素的乘积.
# ptp([axis, out]) :返回指定轴方向的最大值减去最小值.
# put(indices, values[, mode]) :用给定的value替换矩阵本身给定索引(indices)位置的值
# ravel([order]) :返回一个数组,该数组是一维数组或平数组
# repeat(repeats[, axis]) :重复矩阵中的元素,可以沿指定轴方向重复矩阵元素,repeats为重复次数
# reshape(shape[, order]) :改变矩阵的大小,如:reshape([2,3])
# resize(new_shape[, refcheck]) :改变该数据的尺寸大小
# round([decimals, out]) :返回指定精度后的矩阵,指定的位数采用四舍五入,若为1,则保留一位小数
# searchsorted(v[, side, sorter]) :搜索V在矩阵中的索引位置
# sort([axis, kind, order]) :对矩阵进行排序或者按轴的方向进行排序
# squeeze([axis]) :移除长度为1的轴
# std([axis, dtype, out, ddof]) :沿指定轴的方向,返回元素的标准差.
# sum([axis, dtype, out]) :沿指定轴的方向,返回其元素的总和
# swapaxes(axis1, axis2):交换两个轴方向上的数据.
# take(indices[, axis, out, mode]) :提取指定索引位置的数据,并以一维数组或者矩阵返回(主要取决axis)
# tofile(fid[, sep, format]) :将矩阵中的数据以二进制写入到文件
# tolist() :将矩阵转化为列表形式
# tostring([order]):将矩阵转化为python的字符串.
# trace([offset, axis1, axis2, dtype, out]):返回对角线元素之和
# transpose(*axes) :返回矩阵的转置矩阵,不改变原有矩阵
# var([axis, dtype, out, ddof]) :沿指定轴方向,返回矩阵元素的方差
# view([dtype, type]) :生成一个相同数据,但是类型为指定新类型的矩阵。
python小白之矩阵matrix笔记(updating)的更多相关文章
- python小白之字典使用笔记
Python 字典(Dictionary) 字典是一种可变容器模型,且可存储任意类型对象. 每个键值 key=>value 对,用冒号 : 分割 每个键值对之间用逗号 , 分割 整个字典包括 ...
- python小白之list使用笔记
List常见用法 list拆分 I=array([4.,2.]) print(I[:,newaxis])#将原本在一个列表里的两个数拆为两个不同列表里 list合并 法一 运算符重载 num=[1, ...
- Python爬虫 小白[3天]入门笔记
笔记来源 Day-0 1.如果你还不了解Python的基础语法,可以移步|>>>Python 基础 小白 [7天] 入门笔记<<<|或自行学习. 简介 1.什么是爬 ...
- Python基础 小白[7天]入门笔记
笔记来源 Day-1 基础知识(注释.输入.输出.循环.数据类型.随机数) #-*- codeing = utf-8 -*- #@Time : 2020/7/11 11:38 #@Author : H ...
- Python小白的数学建模课-07 选址问题
选址问题是要选择设施位置使目标达到最优,是数模竞赛中的常见题型. 小白不一定要掌握所有的选址问题,但要能判断是哪一类问题,用哪个模型. 进一步学习 PuLP工具包中处理复杂问题的字典格式快捷建模方法. ...
- Python小白的数学建模课-03.线性规划
线性规划是很多数模培训讲的第一个算法,算法很简单,思想很深刻. 要通过线性规划问题,理解如何学习数学建模.如何选择编程算法. 『Python小白的数学建模课 @ Youcans』带你从数模小白成为国赛 ...
- Python小白的数学建模课-16.最短路径算法
最短路径问题是图论研究中的经典算法问题,用于计算图中一个顶点到另一个顶点的最短路径. 在图论中,最短路径长度与最短路径距离却是不同的概念和问题,经常会被混淆. 求最短路径长度的常用算法是 Dijkst ...
- Python小白的数学建模课-12.非线性规划
非线性规划是指目标函数或约束条件中包含非线性函数的规划问题,实际就是非线性最优化问题. 从线性规划到非线性规划,不仅是数学方法的差异,更是解决问题的思想方法的转变. 非线性规划问题没有统一的通用方法, ...
- numpy教程:矩阵matrix及其运算
http://blog.csdn.net/pipisorry/article/details/48791403 numpy矩阵简介 NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组ar ...
随机推荐
- 1.Git & GitHup
1.常见的版本控制(管理代码的版本迭代)工具: @ svn:集中式版本控制系统: SVN是集中式版本控制系统,版本库是集中放在中央服务器的,而干活的时候,用的都是自己的电脑,所以首先要从中央服务器哪里 ...
- Python 写入训练日志文件并控制台输出
1. 背景 在深度学习的任务中,通常需要比较长时间的训练,因此我们会选择离开电脑.笔者在跟踪模型表现, 观察模型accuracy 以及 loss 的时候,比较传统的方法是在控制台print输出或者直接 ...
- js中的forEach和map的区别
我们先来看两者之间的相同之处 var arr = ['a','b','c','d']; arr.forEach(function(item,index,arr){ //item表示数组中的每一项,in ...
- SQL进阶17-变量的声明/使用(输出)--全局变量/会话变量--用户变量/局部变量
/*进阶17 变量 系统变量: 全局变量: 会话变量: 自定义变量: 用户变量: 局部变量: */ /* #一: 系统变量 #说明: 变量由系统提供,不是用户定义的,属于服务器层面 #使用的语法 #1 ...
- js 异步执行顺序
参考文章: js 异步执行顺序 1.js的执行顺序,先同步后异步 2.异步中任务队列的执行顺序: 先微任务microtask队列,再宏任务macrotask队列 3.调用Promise 中的res ...
- TODO Android +jacoco的增量覆盖率测试和一些概念
查了下资料,工具要用mac开发,,,,陷入窘境,正在寻找替代方案. Android中的jacoco只支持offline模式,spring支持on-the-fly(在加载class文件进行,运用java ...
- java中byte的范围计算
概念:java中用补码表示二进制数,补码的最高位是符号位,最高位为“0”表示正数,最高位为“1”表示负数.正数补码为其本身:负数补码为其绝对值各位取反加1:例如:+21,其二进制表示形式是000101 ...
- 除了不要 SELECT * ,程序员使用数据库还应知道的11个技巧
SQL:sum里加条件SELECT SUM( CASE WHEN "V7010" BETWEEN 0 AND 0.1 THEN 1 ELSE 0 END) FROM "C ...
- 【解题报告】CSP2019-S D1T1 格雷码
题目链接:https://www.luogu.org/problem/P5657 话说这道题怎么是道橙题啊. 基本思路 因为n位格雷码的前2n-1位就是n-1位格雷码前面加了一位‘0’,所以可以把它们 ...
- Mac 下 安装 Nginx
---恢复内容开始--- Mac 下 安装nginx 首先确定自己有安装homebrew 安装 nginx brew install nginx 启动nginx 1.15版本下 安装是 直接在ngin ...