NumPy 教程 之 NumPy 矩阵库(Matrix) 5

简介: 内容涵盖矩阵概念、转置操作及`numpy.matlib.eye()`函数的使用方法,示例展示了如何创建一个具有指定行列数和浮点型数据的单位矩阵。

NumPy 教程 之 NumPy 矩阵库(Matrix) 5

NumPy 矩阵库(Matrix)

NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。

一个 的矩阵是一个由行(row)列(column)元素排列成的矩形阵列。

矩阵里的元素可以是数字、符号或数学式。

转置矩阵

NumPy 中除了可以使用 numpy.transpose 函数来对换数组的维度,还可以使用 T 属性。。

例如有个 m 行 n 列的矩阵,使用 t() 函数就能转换为 n 行 m 列的矩阵。

numpy.matlib.eye()

numpy.matlib.eye() 函数返回一个矩阵,对角线元素为 1,其他位置为零。

numpy.matlib.eye(n, M,k, dtype)

参数说明:

n: 返回矩阵的行数
M: 返回矩阵的列数,默认为 n
k: 对角线的索引
dtype: 数据类型

实例

import numpy.matlib
import numpy as np

print (np.matlib.eye(n = 3, M = 4, k = 0, dtype = float))

输出结果为:

[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]]

目录
相关文章
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 4
矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或数学表达式。
29 4
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 3
NumPy 矩阵库教程,介绍 numpy.matlib 模块,该模块提供专门的矩阵操作函数。矩阵是由行列构成的矩形数组,元素可为数字、符号或表达式。教程展示如何使用 `numpy.matlib.zeros()` 创建全零矩阵,并演示了转置矩阵的实现方法,即通过 `T` 属性或 `transpose` 函数将 m×n 矩阵转换为 n×m 矩阵。
35 3
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 2
不同于ndarray,matlib函数生成的是矩阵形式。教程中详细解释了矩阵的概念,并介绍了转置矩阵的实现方式,使用T属性或函数实现。此外,还展示了如何利用`matlib.empty()`创建指定形状的新矩阵,并可选择数据类型及顺序。最后通过示例演示了矩阵填充随机数据的方法。
31 3
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 8
矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或表达式。教程中讲解了如何使用`numpy.matlib.rand()`创建指定大小且元素随机填充的矩阵,并演示了矩阵与ndarray之间的转换方法。此外,还介绍了如何使用T属性进行矩阵转置。示例代码展示了创建矩阵、将其转换为ndarray以及再转回矩阵的过程。
40 9
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 7
矩阵是由行和列构成的矩形数组,可包含数字、符号或表达式。教程还介绍了如何使用T属性或numpy.transpose进行矩阵转置,并演示了如何利用numpy.matlib.rand()生成指定大小的随机矩阵。示例代码展示了3x3随机矩阵的创建过程及其输出结果。
29 4
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 1
NumPy的`numpy.matlib`模块提供了一系列生成矩阵的函数。矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或表达式。使用`.T`属性或`numpy.transpose`函数可实现矩阵转置,将m行n列的矩阵转换为n行m列。示例代码展示了如何通过`np.arange`和`reshape`创建矩阵,并使用`.T`进行转置。
42 2
|
2月前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 6
主要内容包括矩阵的概念、转置操作及单位矩阵生成。使用numpy.matlib提供的工具,如`numpy.matlib.identity()`可创建指定大小的单位矩阵,示例中创建了一个5x5的浮点型单位矩阵,并展示了其输出结果。
28 0
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 8
**NumPy创建数组:使用`zeros_like`创建与原数组形状相同的零数组。`zeros_like(a, dtype=None, order='K', subok=True, shape=None)`基于给定数组`a`的形状,生成所有元素为0的新数组。参数可定制数据类型、存储顺序和形状。实例:创建一个3x3的零矩阵。**
42 7
|
4月前
|
Python
NumPy 教程 之 NumPy 创建数组 6
`NumPy`教程中介绍如何用`numpy.ones`创建数组:生成指定形状的全1数组。例如,`np.ones(5)`产生一维浮点数数组,`np.ones([2,2], dtype=int)`则创建二维整数数组。输出: ``` [1. 1. 1. 1. 1.] [[1 1] [1 1]] ``` 形状、数据类型(默认`None`为浮点型)和内存排列顺序(默认'C')可自定义。
32 3
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 9
NumPy教程:`numpy.ones_like`创建与给定数组形状相同的全1数组;`numpy.ones`则直接指定形状。区别在于`ones`需提供形状,`ones_like`借用已知数组形状。参数包括数组`a`(形状源),`dtype`(数据类型),`order`(内存顺序),`subok`(返回子类与否),和可选的`shape`。
22 1