Python矩陣常見運(yùn)算操作實(shí)例總結(jié)

本文實(shí)例講述了Python矩陣常見運(yùn)算操作。分享給大家供大家參考，具體如下：
python的numpy庫(kù)提供矩陣運(yùn)算的功能，因此我們?cè)谛枰仃囘\(yùn)算的時(shí)候，需要導(dǎo)入numpy的包。
一.numpy的導(dǎo)入和使用    
from numpy import *;#導(dǎo)入numpy的庫(kù)函數(shù)
import numpy as np; #這個(gè)方式使用numpy的函數(shù)時(shí)，需要以np.開頭。
二.矩陣的創(chuàng)建
由一維或二維數(shù)據(jù)創(chuàng)建矩陣    
from numpy import *;
a1=array([1,2,3]);
a1=mat(a1);
創(chuàng)建常見的矩陣    
data1=mat(zeros((3,3)));
#創(chuàng)建一個(gè)3*3的零矩陣，矩陣這里zeros函數(shù)的參數(shù)是一個(gè)tuple類型(3,3)
data2=mat(ones((2,4)));
#創(chuàng)建一個(gè)2*4的1矩陣，默認(rèn)是浮點(diǎn)型的數(shù)據(jù)，如果需要時(shí)int類型，可以使用dtype=int
data3=mat(random.rand(2,2));
#這里的random模塊使用的是numpy中的random模塊，random.rand(2,2)創(chuàng)建的是一個(gè)二維數(shù)組，需要將其轉(zhuǎn)換成#matrix
data4=mat(random.randint(10,size=(3,3)));
#生成一個(gè)3*3的0-10之間的隨機(jī)整數(shù)矩陣，如果需要指定下界則可以多加一個(gè)參數(shù)
data5=mat(random.randint(2,8,size=(2,5));
#產(chǎn)生一個(gè)2-8之間的隨機(jī)整數(shù)矩陣
data6=mat(eye(2,2,dtype=int));
#產(chǎn)生一個(gè)2*2的對(duì)角矩陣
a1=[1,2,3];
a2=mat(diag(a1));
#生成一個(gè)對(duì)角線為1、2、3的對(duì)角矩陣
三.常見的矩陣運(yùn)算
1. 矩陣相乘    
a1=mat([1,2]);
a2=mat([[1],[2]]);
a3=a1*a2;
#1*2的矩陣乘以2*1的矩陣，得到1*1的矩陣

2. 矩陣點(diǎn)乘

矩陣對(duì)應(yīng)元素相乘    
a1=mat([1,1]);
a2=mat([2,2]);
a3=multiply(a1,a2);

矩陣點(diǎn)乘    
a1=mat([2,2]);
a2=a1*2;

3.矩陣求逆，轉(zhuǎn)置

矩陣求逆    
a1=mat(eye(2,2)*0.5);
a2=a1.I;
#求矩陣matrix([[0.5,0],[0,0.5]])的逆矩陣

矩陣轉(zhuǎn)置    
a1=mat([[1,1],[0,0]]);
a2=a1.T;

4.計(jì)算矩陣對(duì)應(yīng)行列的最大、最小值、和。    
a1=mat([[1,1],[2,3],[4,2]]);

計(jì)算每一列、行的和    
a2=a1.sum(axis=0);//列和，這里得到的是1*2的矩陣
a3=a1.sum(axis=1);//行和，這里得到的是3*1的矩陣
a4=sum(a1[1,:]);//計(jì)算第一行所有列的和，這里得到的是一個(gè)數(shù)值
計(jì)算最大、最小值和索引    
a1.max();//計(jì)算a1矩陣中所有元素的最大值,這里得到的結(jié)果是一個(gè)數(shù)值
a2=max(a1[:,1]);//計(jì)算第二列的最大值，這里得到的是一個(gè)1*1的矩陣
a1[1,:].max();//計(jì)算第二行的最大值，這里得到的是一個(gè)一個(gè)數(shù)值
np.max(a1,0);//計(jì)算所有列的最大值，這里使用的是numpy中的max函數(shù)
np.max(a1,1);//計(jì)算所有行的最大值，這里得到是一個(gè)矩陣
np.argmax(a1,0);//計(jì)算所有列的最大值對(duì)應(yīng)在該列中的索引
np.argmax(a1[1,:]);//計(jì)算第二行中最大值對(duì)應(yīng)在改行的索引
5.矩陣的分隔和合并
矩陣的分隔，同列表和數(shù)組的分隔一致。    
a=mat(ones((3,3)));
b=a[1:,1:];//分割出第二行以后的行和第二列以后的列的所有元素
矩陣的合并    
a=mat(ones((2,2)));
b=mat(eye(2));
c=vstack((a,b));//按列合并，即增加行數(shù)
d=hstack((a,b));//按行合并，即行數(shù)不變，擴(kuò)展列數(shù)

四.矩陣、列表、數(shù)組的轉(zhuǎn)換

列表可以修改，并且列表中元素可以使不同類型的數(shù)據(jù)，如下：    
l1=[[1],'hello',3];
numpy中數(shù)組，同一個(gè)數(shù)組中所有元素必須為同一個(gè)類型，有幾個(gè)常見的屬性：    
a=array([[2],[1]]);
dimension=a.ndim;
m,n=a.shape;
number=a.size;//元素總個(gè)數(shù)
str=a.dtype;//元素的類型

numpy中的矩陣也有與數(shù)組常見的幾個(gè)屬性。

它們之間的轉(zhuǎn)換：    
a1=[[1,2],[3,2],[5,2]];//列表
a2=array(a1);//將列表轉(zhuǎn)換成二維數(shù)組
a3=array(a1);//將列表轉(zhuǎn)化成矩陣
a4=array(a3);//將矩陣轉(zhuǎn)換成數(shù)組
a5=a3.tolist();//將矩陣轉(zhuǎn)換成列表
a6=a2.tolist();//將數(shù)組轉(zhuǎn)換成列表

這里可以發(fā)現(xiàn)三者之間的轉(zhuǎn)換是非常簡(jiǎn)單的，這里需要注意的是，當(dāng)列表是一維的時(shí)候，將它轉(zhuǎn)換成數(shù)組和矩陣后，再通過(guò)tolist()轉(zhuǎn)換成列表是不相同的，需要做一些小小的修改。如下：    
a1=[1,2,3];
a2=array(a1);
a3=mat(a1);
a4=a2.tolist();//這里得到的是[1,2,3]
a5=a3.tolist();//這里得到的是[[1,2,3]]
a6=(a4 == a5);//a6=False
a7=(a4 is a5[0]);//a7=True,a5[0]=[1,2,3]
矩陣轉(zhuǎn)換成數(shù)值，存在以下一種情況：    
dataMat=mat([1]);
val=dataMat[0,0];//這個(gè)時(shí)候獲取的就是矩陣的元素的數(shù)值，而不再是矩陣的類型