Numpy学习2
载入数据和保存数据
In [34]: arr = np.loadtxt("/home/hadoop/wujiadong/np.txt")
In [35]: np.save("/home/hadoop/wujiadong/np_out.txt",arr)
数学运算
nump.dot:矩阵乘法运算
numpy.transponse:矩阵转置
求解方程组
In [39]: a = np.array([[3,6,-5],[1,-3,2],[5,-1,4]])
In [40]: b = np.array([12,-2,10])
In [41]: x = np.linalg.inv(a).dot(b)
In [42]: x
Out[42]: array([ 1.75, 1.75, 0.75])
In [43]: a
Out[43]:
array([[ 3, 6, -5],
[ 1, -3, 2],
[ 5, -1, 4]])
In [44]: b
Out[44]: array([12, -2, 10])
In [61]: d1 = np.array([[1,2,3,4],[5,6,7,8]])
In [62]: d1
Out[62]:
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
In [63]: d2 = np.random.random((4,2))
In [64]: d2
Out[64]:
array([[ 0.33936881, 0.02394269],
[ 0.55151109, 0.70094196],
[ 0.04284826, 0.80405587],
[ 0.59282838, 0.94140771]])
In [65]: d1.dot(d2)
Out[65]:
array([[ 3.94224929, 7.60362506],
[ 10.04847544, 17.48501797]])
In [66]: d2.T
Out[66]:
array([[ 0.33936881, 0.55151109, 0.04284826, 0.59282838],
[ 0.02394269, 0.70094196, 0.80405587, 0.94140771]])
In [68]: np.linalg.inv(d2.T.dot(d2))
Out[68]:
array([[ 3.43382891, -1.67438636],
[-1.67438636, 1.31036906]])
##对矩阵d2进行奇异值分解 :d2=u*s*h
In [70]: u,s,h = np.linalg.svd(d2)
In [71]: u
Out[71]:
array([[-0.11515737, 0.59645451, 0.74476033, -0.27624781],
[-0.54915702, 0.30352265, -0.53710331, -0.5637558 ],
[-0.45256189, -0.73026033, 0.3934938 , -0.32721586],
[-0.69307509, 0.13724381, 0.04488564, 0.70625514]])
In [72]: s
Out[72]: array([ 1.60238234, 0.47920264])
In [73]: h
Out[73]:
array([[-0.48191562, -0.87621763],
[ 0.87621763, -0.48191562]])
Numpy学习2的更多相关文章
- NumPy学习笔记 三 股票价格
NumPy学习笔记 三 股票价格 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.&l ...
- NumPy学习笔记 二
NumPy学习笔记 二 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- NumPy学习笔记 一
NumPy学习笔记 一 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- 数据分析之Pandas和Numpy学习笔记(持续更新)<1>
pandas and numpy notebook 最近工作交接,整理电脑资料时看到了之前的基于Jupyter学习数据分析相关模块学习笔记.想着拿出来分享一下,可是Jupyter导出来h ...
- NumPy学习(索引和切片,合并,分割,copy与deep copy)
NumPy学习(索引和切片,合并,分割,copy与deep copy) 目录 索引和切片 合并 分割 copy与deep copy 索引和切片 通过索引和切片可以访问以及修改数组元素的值 一维数组 程 ...
- NumPy学习(让数据处理变简单)
NumPy学习(一) NumPy数组创建 NumPy数组属性 NumPy数学算术与算数运算 NumPy数组创建 NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型. 它描述相同 ...
- numpy 学习笔记
numpy 学习笔记 导入 numpy 包 import numpy as np 声明 ndarray 的几种方法 方法一,从list中创建 l = [[1,2,3], [4,5,6], [7,8,9 ...
- numpy 学习总结
numpy 学习总结 作者:csj更新时间:01.09 email:59888745@qq.com 说明:因内容较多,会不断更新 xxx学习总结: 回主目录:2017 年学习记录和总结 #生成数组/使 ...
- (转)Python数据分析之numpy学习
原文:https://www.cnblogs.com/nxld/p/6058572.html https://morvanzhou.github.io/tutorials/data-manipulat ...
- Numpy学习1
NumPy学习(1) 参考资料: http://www.cnblogs.com/zhanghaohong/p/4854858.html http://linusp.github.io/2016/02/ ...
随机推荐
- 后台curl网络请求
<?php //前端进行网络请求 ajax //后台进行网络请求用到两种方式 curl socket //进行网络请求的步骤 //1.初始化一个curl //2.对curl进行配置 // ...
- 同步机制及windows同步函数的使用
最近面试的许多公司都询问关于多线程的问题,但是问的深度一般不会很难,仅仅问相关的同步问题以及对应的API函数,下面是windows下几个常用的同步方法,对于应付帮助或者一般的开发都非常有用 目录一 临 ...
- vim的快捷键
vim的快捷键 (〇)3中模式之间的切换 默认在命令模式. i键,从命令模式,进入插入模式. 冒号(:)键,从命令模式,进入末行模式. Esc键,从插入模式.末行模式,进入命令模式. (一)命令模式下 ...
- PushState+Ajax实现简单的单页面应用SPA
http://www.helloweba.com/view-blog-386.html 单页面应用(Single Page Application)简称SPA,使用SPA构建的应用优点有用户体验好.速 ...
- R语言 dbWriteTable 写入数据库 为空和乱码问题
在windows环境下 用RMySQL 写入数据库中文数据为空 或者乱码问题. 找了下资料 一般情况是 用 insert 语句插入,结合现有业务有点麻烦,放弃了. 还有一种方式换平台,由于经常在win ...
- django 用户注册功能实现
增加views的类 class RegisterView(View): def get(self, request): return render(request, 'register.html', ...
- Selenium之使用PageFactory初始化pageobject
使用PageFactory初始化pageobject有什么作用呢,下面举个例子来说明 public BaiduPage baiduPage = PageFactory.initElements(dri ...
- 聚类之k-means
1.介绍 k-means算法以k为参数(所期望的簇的个数),把n个对象分成k个簇(单层划分),用质心(数据点的平均值)定义簇的原型.使得簇内具有较高的相似度,而簇间的相似度较低. 通过聚类,我们能够发 ...
- 最好的 Xcode 自动生成版本号技术
在 bloglovin ,我们使用自动生成版本号来设置Xcode,使当前的版本号为在Git活跃的分支上 的提交数.它一直正常工作着,但我们的技术也不是一帆风顺的. 糟糕的老方法 我们使用的技术是来自一 ...
- java.lang.OutOfMemoryError: PermGen space异常及解决
PermGen space的全称是Permanent Generation space,是指内存的永久保存区域,这块内存主要是被JVM存放Class和Meta信息的,Class在被Loader时就会被 ...