Numpy中矩阵的基本操作

最新推荐文章于 2025-04-26 10:32:50 发布

Sakura_Logic

最新推荐文章于 2025-04-26 10:32:50 发布

阅读量3.1k

点赞数 6

分类专栏： Numpy 文章标签： numpy

本文链接：https://blog.youkuaiyun.com/Sakura_Logic/article/details/103889314

版权

Numpy中矩阵的基本操作

Numpy

Numpy

python及numpy的一系列安装环境省略…
numpy的介绍链接：https://numpy.org
直接代码配着注释操作，都是一些非常基础的操作。
更多学习可参考：https://www.runoob.com/numpy/numpy-tutorial.html

一、矩阵的创建

Python提供了list容器，可以当作数组使用。但列表中的元素可以是任何类型数据，因此列表保存的是对象的指针。这就造成，要保存一个简单的列表[1, 2, 3, 4, 5]，需要五个指针和五个整数对象。对于数值运算来说，这种结构显然不够高效。Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组，也没有各种运算函数。因而不适合数值运算。NumPy的出现弥补了这些不足，所以NumPy中array的一个特点就是，数组中元素的类型必须一致。
下面就是用NumPy中array()来创建的多维数组：

import numpy as np          # 导入numpy包
a = np.array([1, 2, 3])     # 输入一维矩阵，英文单词array意思为:阵列，矩阵的意思。所以方法array()，也就顾名思义了。
print(a)                    # 输出结果为：[1 2 3]

# 构造二维的矩阵。
b = np.array([[1, 2, 3],
             [4, 5, 6]])
print(b)
# 输出如下：
# [[1 2 3]
#  [4 5 6]]

# 构造三维矩阵：
c = np.array([[[1, 2, 3], [4, 5, 6]],
              [[7, 8, 9], [10, 11, 12]]])
print(c)
# 输出如下：
# [[[ 1  2  3]
#   [ 4  5  6]]
#  [[ 7  8  9]
#   [10 11 12]]]

总结：一维矩阵一层中括号，二维矩阵两层中括号，三维矩阵三层中括号，继续下去一样，输入几维矩阵就是几层中括号。常用的只是一维和二维。

二、矩阵属性查看及简单应用

1、矩阵属性查看

import numpy as np          # 导入numpy包
# 括号中输入一个二维矩阵。
array = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])
print(array)
# 输出结果如下：
# [[1 2 3]
#  [4 5 6]
#  [7 8 9]]
print(array.ndim)           # array.ndim查看矩阵的维度。
# 输出结果：2
print(array.shape)          # array.shape查看矩阵的形状，返回几行几列的矩阵。
# 输出结果：（3，3）
print(array.size)           # array.size查看元素个数。
# 输出结果：9
print(array.dtype)          # array.dtype查看矩阵中元素类型。
# 输出结果：int32

注：numpy的这些属性与英语单词或单词缩写的意思都是保持一致的，有一定的英语基础会很容易记这些属性。

2、基本属性应用

import numpy as np          # 导入numpy包
# 输入一维矩阵，参数dtype=np.int32定义元素值的类型。
a = np.array([1, 2, 3], dtype=np.int32)
print(a.dtype)              # 返回：int32
print(a)                    # 返回：[1 2 3]

b = np.array([1, 2, 3], dtype=np.float)
print(b.dtype)              # 返回：float64
print(b)                    # 返回：[1. 2. 3.]
# 矩阵b与矩阵a相比较，返回的元素值都加了点，为浮点型数值。

# zeros()返回一个全为零的矩阵，参数(2, 3)表示矩阵规格为2行3列。
zero = np.zeros((2, 3))
print(zero)
# 返回结果：
# [[0. 0. 0.]
#  [0. 0. 0.]]

# ones()返回一个全为1的矩阵，参数(2, 4)同样表示矩阵规格，2行4列
one = np.ones((2, 4))
print(one)
# 返回结果如下：
# [[1. 1. 1. 1.]
#  [1. 1. 1. 1.]]

# empty()返回一个空矩阵，参数(2, 3)同样表示矩阵规格。
empty = np.empty((2, 3))
print(empty)
# 返回结果：
# [[0. 0. 0.]
#  [0. 0. 0.]]