->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。

numpy-matrix 方法速查的更多相关文章

  1. JavaScript数组方法速查,32个数组的常用方法和属性

    JavaScript数组方法速查手册极简版 http://30ke.cn/doc/js-array-method JavaScript数组方法速查手册极简版中共收了32个数组的常用方法和属性,并根据方 ...

  2. 从官网学习Node.js FS模块方法速查

    最新文档请查看仓库 https://github.com/wangduandu... 1. File System 所有文件操作提供同步和异步的两种方式,本笔记只记录异步的API 异步方式其最后一个参 ...

  3. Node.js FS模块方法速查

    1. File System 所有文件操作提供同步和异步的两种方式,本笔记只记录异步的API 异步方式其最后一个参数是回调函数.回调函数的第一个参数往往是错误对象,如果没有发生参数,那么第一个参数可能 ...

  4. Spring Data JPA简单查询接口方法速查

    下表针对于简单查询,即JpaRepository接口(继承了CrudRepository接口.PagingAndSortingRepository接口)中的可访问方法进行整理.(1)先按照功能进行分类 ...

  5. numpy(ndarray)和tensor(GPU上的numpy)速查

    类型(Types) Numpy PyTorch np.ndarray torch.Tensor np.float32 torch.float32; torch.float np.float64 tor ...

  6. Numpy - Pandas - Matplot 功能与函数名 速查

    用Python做数据分析,涉及到的函数实在是太多了,容易忘记,去网上查中文基本上差不到,英文有时候描述不清楚问题. 这里搞个针对个人习惯的函数汇总速查手册,下次需要用一个什么功能,就在这里面查到对应的 ...

  7. numpy, pandas, scikit-learn cheat sheet (速查表)

    1. scikit-learn cheat sheet 官方链接如下:http://scikit-learn.org/stable/tutorial/machine_learning_map/ Oft ...

  8. python-面向对象速查表-内置方法-内置函数-内置属性(只整理了部分内容)

    今日临时总结的内容,可能还有些不正确的地方,初步当做个速查表吧. 类的内置函数(继承object的,自己重写) 内置函数 执行时机 注意点 调用案例 __init__ 实例化对象时 不允许写返回值(r ...

  9. numpy-帮助文档 & 速查表.md

    目录 转相关资料: 速查表 速查代码 转相关资料: 官方手册 易佰教程 gitbook ZMonster's Blog 速查表 速查代码 # -*- coding: utf-8 -*- "& ...

随机推荐

  1. mvc项目远程发布到windows server服务器

    1.安装IIS的时候需要将这两个选项勾选起来 2.确保 管理服务委派 这个选项存在 3.添加委派规则 4.配置IIS管理用户,后续需要用这个用户进行发布连接 5.配置站点的IIS权限 选择刚才在前面设 ...

  2. xtrabackup备份MySQL报错:InnoDB: Error number 24 means 'Too many open files'

    xtrabackup备份MySQL报错:InnoDB: Error number 24 means 'Too many open files' 1.使用xtrabackup备份MySQL时出现如下报错 ...

  3. 一种C语言实现面向对象特性的继承,多态

    基类: //.h typedef int (*TELE_SEND_CB)(char *pdata, int len); //函数表结构 typedef struct tele_pro_base_vtb ...

  4. 重置SQLSERVER表的自增列,让自增列重新计数

    SQL的自增列挺好用,只是开发过程中一旦删除数据,标识列就不连续了 写起来 也很郁闷,所以查阅了一下标识列重置的方法 发现可以分为三种: --- 删除原表数据,并重置自增列truncate table ...

  5. RocketMQ消费批拉超过32不生效

    由于一些原因,我需要RocketMQ消费的时候,一批拉400条,一批处理400条.设置如下: 为了简单验证是否正确,消费如下: 直接通过打印msgs.size()观察情况即可. 现象 实验的topic ...

  6. ionic2 vscode运行调试

    一.环境搭建 1,安装ripple模拟器 如果已经注册了淘宝国内镜像使用下面命令 cnpm install -g ripple-emulator 显示结果如下: 2,安装vs code 下载地址htt ...

  7. TensorFlow实现回归

    数据:fetch_california_housing(加利福尼亚的房价数据) 1.解析解法 import tensorflow as tf import numpy as np from sklea ...

  8. mybatis使用枚举优化

    文章转自: https://segmentfault.com/a/1190000010755321 问题 在编码过程中,经常会遇到用某个数值来表示某种状态.类型或者阶段的情况,比如有这样一个枚举: p ...

  9. WordPress版微信小程序3.1.5版的新功能

    产品的完善是无止境,每过段时间就会发现产品的新问题,使用的人越多,提的需求也会越多,我听得最多的一句话就是:如果加上某某功能就完美了.其实,完美是不存在的,每个人的视角不一样,完美的定义也是不一样的. ...

  10. Solr中的group与facet的区别

    Solr中的group与facet的区别 如果是简单的使用的话,那么Facet与group都可以用来进行数据的聚合查询,但是他们还是有很大的区别的. 首先上facet跟group的操作: Facet的 ...