python函数应用（2）

只爱写代码

于 2017-12-04 15:21:46 发布

阅读量245

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/Lazybones_3/article/details/78709634

本文介绍了NumPy中一些高级操作的使用方法，包括如何利用eye函数构造对角矩阵、矩阵求逆、使用expand_dims函数增加矩阵维度以及多维矩阵的转置等。这些技巧对于深入理解和高效使用NumPy进行科学计算非常重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.矩阵对应元素相乘与eye函数构造对角矩阵

a = np.array([[1,2,3],
              [4,5,6],
              [7,8,9]])
a*np.eye(3)

array([[ 1., 0., 0.],
[ 0., 5., 0.],
[ 0., 0., 9.]])

2.linalg.inv矩阵求逆

import numpy as np
from scipy import linalg
a = np.array([[1,2],
              [3,4]])
b = linalg.inv(a)
b

array([[-2. , 1. ],
[ 1.5, -0.5]])

a.dot(b) = array([[ 1.,  0.],
                  [ 0.,  1.]])

3.np.expand_dims函数扩大维度

import numpy as np
a = np.array([[1,2,3],
              [4,5,6]])
b = np.expand_dims(a,axis=0)#在第一维上加上一个维度
b

array([[[1, 2, 3],
[4, 5, 6]]])

import numpy as np
a = np.array([[1,2,3],
              [4,5,6]])
b = np.expand_dims(a,axis=1)#在第二维上加上一个维度
b

array([[[1, 2, 3]],
[[4, 5, 6]]])

4.多维矩阵的转置，将最小的维度和最大的维度对换

import numpy as np
a = np.array([[[1,2],
               [3,4]],
              [[5,6],
               [7,8]]])
b = a.T
b

array([[[1, 5],
[3, 7]],
[[2, 6],
[4, 8]]])
2(0,0,1) –>5(1,0,0)
4(0,1,1) –>7(1,1,0)