numpy 创建矩阵、组合矩阵

博客主要围绕numpy创建矩阵展开,但具体创建方式等关键信息缺失。numpy是信息技术领域用于科学计算的重要库,在矩阵创建等方面有广泛应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import numpy as np


# 创建矩阵
m1 = np.mat("1 2 3;1 3 4;1 4 5")
# print(m1)
# print(type(m1))

m2 = np.mat([[2, 2, 3],[2, 3, 4],[2, 4, 5]])
# print(m2)
# print(type(m2))
# print(m2.ndim)

# matrix 是复制,浪费空间
m3 = np.matrix([[3, 2, 3],[3, 3, 4],[3, 4, 5]])
# print(m3)
# print(type(m3))


# 组合矩阵
# m4 = np.bmat([[m1, m2], [m2, m3]])
# print(m4)
# m5 = np.bmat("m1,m2;m2,m3")
# print(m5)

arr6 = np.arange(4).reshape(2, 2)
arr7 = np.arange(1, 5).reshape(2, 2)
arr8 = np.arange(2, 6).reshape(2, 2)
arr9 = np.arange(3, 7).reshape(2, 2)
# print(arr6,'\n')
# print(arr7,'\n')
# print(arr8,'\n')
# print(arr9,'\n')

m6 = np.bmat('arr6,arr7;arr8,arr9')
# print(m6)



# import numpy as np
#
#
# m1 = np.mat('1,2,3;1,3,4;1,4,5')
# # print(m1)
#
# m2 = np.mat([[2,2,3],[2,3,4],[2,4,5]])
# # print(m2)
# # print(type(m2))
#
# m3 = np.matrix('3,2,3;3,3,4;3,4,5')
# # print(m3)
#
# # m4 = np.bmat('m1,m2;m2,m3')
# # print(m4)
#
# # m5 = np.bmat([[m1,m2],[m2,m3]])
# # print(m5)

NumPy 是 Python 中用于科学计算的强大库之一,它支持高效率的数组操作。通过 NumPy 可以轻松地创建各种类型的矩阵。 以下是几种常见的创建矩阵的方式: 1. **`numpy.array()`** 使用 `numpy.array()` 函数可以将普通的列表转换成 NumPy 数组(矩阵)。例如: ```python import numpy as np my_matrix = np.array([[1, 2], [3, 4]]) print(my_matrix) ``` 这会生成一个 2x2 的二维数组。 2. **`numpy.zeros()` 和 `numpy.ones()`** 如果需要初始化一个全是零或一的矩阵,可以用这两个函数。 - 创建全0矩阵:`np.zeros((rows, cols))` ```python zeros_matrix = np.zeros((3, 4)) print(zeros_matrix) # 输出的是3行4列、元素全部为0的矩阵 ``` - 创建全1矩阵:`np.ones((rows, cols))` ```python ones_matrix = np.ones((2, 5)) print(ones_matrix) # 输出的是2行5列、元素全部为1的矩阵 ``` 3. **`numpy.eye()` 或者 `numpy.identity()`** 要生成单位矩阵(对角线上的值为1),可以选择这两种方法: - `np.eye(N)` :返回 N 行 N 列的方阵,默认包含浮点数形式的“1”; - `np.identity(N)` :也返回同样的结果,并且数据类型默认整型。 示例代码如下所示: ```python identity_mat = np.eye(3) print(identity_mat) iden_mat_int = np.identity(3) print(iden_mat_int) ``` 4. **随机矩阵 (`random.rand`)** 若要生成由随机数字组成的矩阵,则可通过下面这种方式实现: ```python random_mat = np.random.rand(3, 3) * 10 # 随机生成大小介于[0,1]之间乘上缩放因子得到指定范围内的数值 print(random_mat) ``` 以上就是利用 NumPy 来快速便捷构造不同类型矩阵的一些常用技巧!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值