numpy库小笔记

最新推荐文章于 2021-08-02 22:45:01 发布
最新推荐文章于 2021-08-02 22:45:01 发布
阅读量1.6k 收藏
点赞数 1
CC 4.0 BY-SA版权
文章标签： python numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jiachen0212/article/details/78323445
本文介绍了如何使用random.rand()生成随机矩阵，并通过mat()函数将其转换为矩阵形式。此外还探讨了矩阵求逆的方法及互逆矩阵相乘得到单位矩阵的过程。最后，文章解释了tile()函数的功能，即按指定倍数扩展数组。


random.rand(4, 4) 得到4x4的随机数组

mat()函数将数组转为矩阵   mat(random.rand(4, 4))

.I操作实现矩阵求逆 rangMat.I

互逆矩阵相乘得到单位矩阵   （很小的计算误差来自计算机的计算）

eye() 得到单位矩阵 如eye(4, 4)返回4x4的单位矩阵。



 关于 tile(a,( , ))


tile(a,(3,2))

对a数组进行：行扩展至3倍，列扩展至2倍的操作。


jiachen0212
关注
Python中，关于Numpy.random方法random.rand(), random.random(), random.randn()的区别
Cassie333333的博客
02-01 3393
在Python中，使用Random方法有random.rand(), random.random(), random.randn()等几种用法，这篇文章整理下他们的区别： Random.rand(x,y) 在[0,1)平均分布中，随机生成x行y列的数组 import numpy as np a = np.random.rand(3,4) a #返回结果： array([[0.21910559, 0...
numpy库学习笔记一——ndarray
qq_53226437的博客
02-15 660
Numpy库学习 NumPy，是Numerical Python的简称，它是目前Python数值计算中最为重要的基础包。大多数计算包都提供了基于NumPy的科学函数功能，将NumPy的数组对象作为数据交换的通用语。 以下内容将会出现在NumPy中： ndarray——一种高效多维数组，提供了基于数组的便捷算术操作以及灵活的广播功能。 对所有数据进行快速的矩阵计算，而无须编写循环程序。 对硬盘中数组数据进行读写的工具，并对内存映射文件进行操作。 线性代数、随机数生成以及傅里叶变换功能。 用于连接NumPy到
python经常用的语法
哈哈哈
03-20 275
NumPy库 random.rand(4,4) array([[ 0.50644331, 0.44375774, 0.79081 , 0.73889543], [ 0.69320171, 0.64640474, 0.96746222, 0.99856647], [ 0.26621224, 0.42479067, 0.65365039, ...
np.random.rand()函数
热门推荐
越努力越幸运越幸福
03-13 34万+
np.random.rand()函数 语法： np.random.rand(d0,d1,d2……dn) 注：使用方法与np.random.randn()函数相同 作用： 通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1。 应用：在深度学习的Dropout正则化方法中，可以用于生成dropout随机向量（dl），例如（keep_pro...
numpy.random.randn()与rand()的区别
木子木泗的博客
05-13 13万+
numpy中有一些常用的用来产生随机数的函数，randn()和rand()就属于这其中。 numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 代码：import numpy as np arr1 = np.random.randn(2,4) p
numpy.random.rand()的使用方法
学海无涯的博客
06-11 2331
使用numpy.random.rand()可以生成任意的[0, 1)的随机数 生成单个随机数 >>> from numpy.random import rand >>> a = rand() >>> print(a) 0.15522009291977135 生成指定形状的随机数 >>> from numpy.random import rand >>> b = rand(2,3) >>> p
python必备库 学习笔记 numpy
12-21
在Python编程语言中，NumPy库是进行数值计算和科学计算的核心库。它提供了高效的多维数据结构——ndarray（n-dimensional array），以及各种数学函数和操作工具。本篇文章将详细探讨NumPy库的一些关键功能和操作。 ...
Python NumPy库安装使用笔记
09-22
### Python NumPy库安装使用笔记 #### 一、NumPy简介 NumPy是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy是科学计算的基础包，它使得在Python中...
python数据可视三大库之numpy库（一：理论知识快速上手）
12-20
`ndarray`是NumPy库中的基本数据结构，它可以存储同类型的元素集合，这些元素可以是一维、二维，甚至更高维度的数据。例如，一个一维数组就像一个列表，而二维数组则类似于表格，可以理解为矩阵。数组的每个维度称为...
机器学习实践 学习笔记1 Machine learning basics
游戏
08-22 978
1.例子： 通过特征，预测鸟兽的种类。 2.分类： 有监督学习： 分类和回归。分类主要任务是将实例数据划分到合适的分类中。回归的主要任务是预测熟知类型数据。 监督学习类算法必须要知道预测什么。 无监督学习： 数据没有类别信息，也不会给定目标值。在无监督学习中，将数据集合分成由类似的对象组成的多个类的过程被称为聚类(clustering)。将寻找描述数据统计值的
2021-08-02
qq_41032328的博客
08-02 132
NumPy函数库基础 rand() 可以随机生成一个n*n的数组 import numpy as np rand = np.random.rand(4,4) print(rand) mat() 将一个数组转化为矩阵 import numpy as np rand = np.random.rand(4,4) randmat=np.mat(rand) print(randmat) 注意 Numpy数组和矩阵的区别： Numpy matrices必须是2维的,但是 numpy arrays (ndarr
numpy.random.rand使用详解
You_are_my_dream的博客
12-06 3万+
numpy.random.rand numpy.random.rand(d0, d1, ..., dn) Random values in a given shape.(指定类型的) Create an array of the given shape and populate it with random samples from a uniform distribution over
iOS 中生成随机数的4种方法（rand、random、arc4random、arc4random_uniform）
司马懿的西山居
06-23 1万+
转自 http://www.cnblogs.com/zeejun/archive/2012/07/22/2603329.html iOS 有如下三种随机数方法： 1.    srand((unsigned)time(0));  //不加这句每次产生的随机数不变         int i = rand() % 5;       2.    srandom(time(0));
php随机产生4乘4矩阵,matlab函数rand：产生均匀分布的随机数或矩阵的函数
weixin_39972264的博客
03-13 1132
rand均匀分布的随机数或矩阵语法Y = rand(n)Y = rand(m,n)Y = rand([m n])Y = rand(m,n,p,...)Y = rand([m n p...])Y = rand(size(A))rands = rand('state')描述rand函数产生由在(0, 1)之间均匀分布的随机数组成的数组。Y = rand(n) 返回一个n x n的随机矩阵。如果n不是数...
产生一个四位的随机数
qinAction的博客
04-07 1898
产生一个四位的随机数 String luckNum=""; for (int i = 0; i <4 ; i++) { //new Random().nextInt(9) 产生一个随机数0-9 luckNum=luckNum+String.valueOf(new Random().nextI
matlab中rand(),MATLAB中rand()和randn()的用法
weixin_29799175的博客
03-16 7003
MATLAB中有两个基本的(伪)随机数发生函数, rand与randn.1. rand()产生0和1之间均匀分布的随机数1.1直接输入rand产生一个0和1之间的随机数，>> randans =0.7553>> randans =0.40091.2rand(m)产生一个m*m的矩阵，当然矩阵的值是0和1之间均匀分布的随机数，>> rand(4)ans =0...
生成四位随机数的PHP代码
别在熬夜了！
11-05 4664
纯数字的四位随机数 rand(1000,9999) 数字和字符混搭的四位随机字符串： function GetRandStr($len) { $chars = array( "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r
matlab中rand函数用法
qpfxgg的博客
07-19 3万+
rand的主要用法有以下几种   1、rand(n)   2、rand(m,n)、rand([m,n])   3、rand(m,n,p……)、rand([m,n,p])   4、rand(size(A))
numpy笔记
最新发布
04-01
### NumPy 学习笔记及相关教程 NumPy 是 Python 中用于科学计算的核心库之一，提供了强大的多维数组对象以及一系列派生工具。以下是有关 NumPy 的学习要点及其应用实例： #### 1. 基本操作 NumPy 提供了多种创建和操作数组的方法。例如，可以通过 `np.array` 创建一个多维数组并对其进行加法运算[^2]: ```python import numpy as np a = np.array([[3,4,5,6,7,8], [4,5,6,7,8,9]]) b = 2 a = a + b print(a) ``` #### 2. 高级索引技术 布尔索引是一种非常实用的功能，允许基于条件筛选数据。以下是一个简单的例子[^3]： ```python y = np.arange(35).reshape(5, 7) filtered_y = y[y > 20] # 获取 y 中值大于 20 的元素 range_filtered_y = y[(y > 5) & (y < 10)] # 获取 y 中介于 5 和 10 之间的元素 nan_array = np.array([np.nan, 1, 2, np.nan, 3, 4, 5]) cleaned_nan_array = nan_array[~np.isnan(nan_array)] # 移除 NaN 值 ``` #### 3. 列向量转换技巧 对于一维数组，默认情况下它是行向量。如果需要将其转化为列向量，则需使用特定方法而非简单转置[^4]： ```python arr = np.array([1, 2, 3]) column_vector_1 = arr[:, None] column_vector_2 = arr.reshape((len(arr), 1)) ``` #### 4. 数学函数支持 NumPy 支持广泛的数学运算功能，包括但不限于三角函数、指数对数等基本算术操作。 --- ### 推荐的学习资源 为了更深入地掌握 NumPy，可以参考以下几种途径： - **官方文档**: 官方网站提供详尽的 API 文档与教程。 - **在线课程平台**: 如 Coursera 或 edX 上有专门针对 NumPy 的入门至高级课程。 - **书籍推荐**: - *Python for Data Analysis* by Wes McKinney. - *Numerical Python: A Practical Techniques Approach for Industry.* 这些材料能够帮助初学者逐步理解核心概念，并通过实践巩固所学技能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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