Python矩陣和Numpy數(shù)組有什么聯(lián)系?
四、矩陣運(yùn)算
兩個(gè)矩陣相加,兩個(gè)矩陣相乘以及一個(gè)矩陣轉(zhuǎn)置。在編寫這些程序之前,使用了嵌套列表。讓看看如何使用NumPy數(shù)組完成相同的任務(wù)。
兩種矩陣的加法
使用+運(yùn)算符將兩個(gè)NumPy矩陣的對(duì)應(yīng)元素相加。
import numpy as np
A = np.a(chǎn)rray([[2, 4], [5, -6]])B = np.a(chǎn)rray([[9, -3], [3, 6]])C = A + B # 元素聰明的加法print(C)
兩個(gè)矩陣相乘
為了將兩個(gè)矩陣相乘,使用dot()方法。
注意:用于數(shù)組乘法(兩個(gè)數(shù)組的對(duì)應(yīng)元素的乘法),而不是矩陣乘法。
import numpy as np
A = np.a(chǎn)rray([[3, 6, 7], [5, -3, 0]])B = np.a(chǎn)rray([[1, 1], [2, 1], [3, -3]])C = A.dot(B)print(C)
矩陣轉(zhuǎn)置
使用numpy.transpose計(jì)算矩陣的轉(zhuǎn)置。
import numpy as np
A = np.a(chǎn)rray([[1, 1], [2, 1], [3, -3]])print(A.transpose())
注:
NumPy使的任務(wù)更加輕松。
五、案例
1. 訪問(wèn)矩陣元素
與列表類似,可以使用索引訪問(wèn)矩陣元素。讓從一維NumPy數(shù)組開(kāi)始。
import numpy as npA = np.a(chǎn)rray([2, 4, 6, 8, 10])
print("A[0] =", A[0]) # First element print("A[2] =", A[2]) # Third element print("A[-1] =", A[-1]) # Last element
運(yùn)行該程序時(shí),輸出為:
現(xiàn)在,讓看看如何訪問(wèn)二維數(shù)組(基本上是矩陣)的元素。
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
# First element of first rowprint("A[0][0] =", A[0][0])
# Third element of second rowprint("A[1][2] =", A[1][2])
# Last element of last rowprint("A[-1][-1] =", A[-1][-1])
當(dāng)運(yùn)行程序時(shí),輸出將是:
2. 訪問(wèn)矩陣的行
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
print("A[0] =", A[0]) # First Rowprint("A[2] =", A[2]) # Third Rowprint("A[-1] =", A[-1]) # Last Row (3rd row in this case)
當(dāng)運(yùn)行程序時(shí),輸出將是:
3. 訪問(wèn)矩陣的列
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
print("A[:,0] =",A[:,0]) # First Columnprint("A[:,3] =", A[:,3]) # Fourth Columnprint("A[:,-1] =", A[:,-1]) # Last Column (4th column in this case)
當(dāng)運(yùn)行程序時(shí),輸出將是:
注:
使用NumPy(而不是嵌套列表)可以更輕松地處理矩陣,而且甚至都沒(méi)有涉及基礎(chǔ)知識(shí)。建議詳細(xì)研究NumPy軟件包,尤其是當(dāng)嘗試將Python用于數(shù)據(jù)科學(xué)/分析時(shí)。
六、總結(jié)
本文基于Python基礎(chǔ),介紹了矩陣和NumPy數(shù)組,重點(diǎn)介紹了NumPy數(shù)組,如何去安裝NumPy模塊,如何去創(chuàng)建一個(gè)NumPy數(shù)組的兩種方式。
通過(guò)案例的分析,代碼的演示,運(yùn)行效果圖的展示,使用Python語(yǔ)言,能夠讓讀者更好的理解。
讀者可以根據(jù)文章內(nèi)容,自己實(shí)現(xiàn)。有時(shí)候看到別人實(shí)現(xiàn)起來(lái)很簡(jiǎn)單,但是到自己動(dòng)手實(shí)現(xiàn)的時(shí)候,總會(huì)有各種各樣的問(wèn)題,切勿眼高手低,勤動(dòng)手,才可以理解的更加深刻。
代碼很簡(jiǎn)單,希望對(duì)你學(xué)習(xí)有幫助。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月20日火熱報(bào)名中>> 2024 智能家居出海論壇
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒(méi)有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無(wú)人駕駛車,還未迎來(lái)“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 6 馬斯克致敬“國(guó)產(chǎn)蘿卜”?
- 7 神經(jīng)網(wǎng)絡(luò),誰(shuí)是盈利最強(qiáng)企業(yè)?
- 8 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 9 諾獎(jiǎng)進(jìn)入“AI時(shí)代”,人類何去何從?
- 10 Open AI融資后成萬(wàn)億獨(dú)角獸,AI人才之爭(zhēng)開(kāi)啟
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市