對矩陣的操作1

reshape:

matrix = numpy.arange(15)? #創(chuàng)建一個從0開始的有15個元素的numpy array

new_matrix = matrix.reshape(5,3)?? #向量->矩陣

print (matrix)

print (new_matrix)

print (new_matrix.shape)?? #輸出行列數(shù)

print (new_matrix.size)? #輸出元素?cái)?shù)

print (new_matrix.dtype)? #輸出type

結(jié)果

創(chuàng)建全是0或1的矩陣:

matrix_zero = numpy.zeros((3,4),dtype = numpy.int32)

matrix_one = numpy.ones((3,4),dtype = numpy.int32)

print (matrix_zero)

print (matrix_one)

結(jié)果

創(chuàng)建從10開始每個元素+5加到30的numpy array:

numpy.arange(10,30,5)? ?? #從10開始不包括30

結(jié)果

創(chuàng)建隨機(jī)數(shù)(0~1)的矩陣

numpy.random.random((2,3))

結(jié)果

創(chuàng)建從0到2π之間的且累加的共100個元素的矩陣:

from numpy import pi

numpy.linspace(0,2*pi,100)? (結(jié)果是1行100列)

結(jié)果

矩陣轉(zhuǎn)置:

a = numpy.arange(4).reshape(2,-1)

print (a)

print ("----------")

print (a.T)

結(jié)果

floor(向下取整)與ravel(矩陣->向量):

matrix = 10*numpy.random.random((3,4))

print (matrix)

print (numpy.floor(matrix))

print (matrix.ravel())

print (matrix.reshape(6,-1)) ? #向量->矩陣 ,? -1是已知行數(shù)的情況下自動計(jì)算列數(shù)

結(jié)果

矩陣拼接:

a = numpy.floor(10*numpy.random.random((2,2)))

b = numpy.floor(10*numpy.random.random((2,2)))

print (a)

print (b)

print ("---------")

print (numpy.hstack((a,b)))???? #橫著拼接

print (numpy.vstack((a,b)))???? #豎著拼接

結(jié)果

矩陣分割:

a = numpy.arange(24).reshape(2,-1)

print (a)

print (numpy.hsplit(a,4))

print (numpy.hsplit(a,(3,4)))

結(jié)果

b = a.T

print (b)

print ("------------")

print (numpy.vsplit(b,3))

print ("------------")

print (numpy.vsplit(b,(3,4)))

結(jié)果

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容