- NumPy 教程
- NumPy - 主页
- NumPy - 简介
- NumPy - 环境
- NumPy - Ndarray 对象
- NumPy - 数据类型
- NumPy - 数组属性
- NumPy - 数组创建例程
- NumPy - 来自现有数据的数组
- 来自数值范围的数组
- NumPy - 索引和切片
- NumPy - 高级索引
- NumPy - 广播
- NumPy - 迭代数组
- NumPy - 数组操作
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 算术运算
- NumPy - 统计函数
- 排序、搜索和计数功能
- NumPy - 字节交换
- NumPy - 副本和视图
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy-Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - 使用 NumPy 进行 I/O
- NumPy 有用资源
- NumPy - 快速指南
- NumPy - 有用的资源
- NumPy - 讨论
NumPy - 矩阵库
NumPy 包包含一个矩阵库numpy.matlib。该模块具有返回矩阵而不是 ndarray 对象的函数。
matlib.empty()
matlib.empty ()函数返回一个新矩阵而不初始化条目。该函数采用以下参数。
numpy.matlib.empty(shape, dtype, order)
在哪里,
先生。 | 参数及说明 |
---|---|
1 | 形状 定义新矩阵形状的int或int元组 |
2 | 数据类型 选修的。输出的数据类型 |
3 | 命令 C或F |
例子
import numpy.matlib import numpy as np print np.matlib.empty((2,2)) # filled with random data
它将产生以下输出 -
[[ 2.12199579e-314, 4.24399158e-314] [ 4.24399158e-314, 2.12199579e-314]]
numpy.matlib.zeros()
该函数返回用零填充的矩阵。
import numpy.matlib import numpy as np print np.matlib.zeros((2,2))
它将产生以下输出 -
[[ 0. 0.] [ 0. 0.]]
numpy.matlib.ones()
该函数返回填充有 1 的矩阵。
import numpy.matlib import numpy as np print np.matlib.ones((2,2))
它将产生以下输出 -
[[ 1. 1.] [ 1. 1.]]
numpy.matlib.eye()
该函数返回一个矩阵,对角线元素为 1,其他位置为 0。该函数采用以下参数。
numpy.matlib.eye(n, M,k, dtype)
在哪里,
先生。 | 参数及说明 |
---|---|
1 | n 结果矩阵中的行数 |
2 | 中号 列数,默认为n |
3 | k 对角线索引 |
4 | 数据类型 输出的数据类型 |
例子
import numpy.matlib import numpy as np print np.matlib.eye(n = 3, M = 4, k = 0, dtype = float)
它将产生以下输出 -
[[ 1. 0. 0. 0.] [ 0. 1. 0. 0.] [ 0. 0. 1. 0.]]
numpy.matlib.identity()
numpy.matlib.identity ()函数返回给定大小的单位矩阵。单位矩阵是所有对角线元素都为 1 的方阵。
import numpy.matlib import numpy as np print np.matlib.identity(5, dtype = float)
它将产生以下输出 -
[[ 1. 0. 0. 0. 0.] [ 0. 1. 0. 0. 0.] [ 0. 0. 1. 0. 0.] [ 0. 0. 0. 1. 0.] [ 0. 0. 0. 0. 1.]]
numpy.matlib.rand()
numpy.matlib.rand ()函数返回一个给定大小的矩阵,其中填充了随机值。
例子
import numpy.matlib import numpy as np print np.matlib.rand(3,3)
它将产生以下输出 -
[[ 0.82674464 0.57206837 0.15497519] [ 0.33857374 0.35742401 0.90895076] [ 0.03968467 0.13962089 0.39665201]]
请注意,矩阵始终是二维的,而 ndarray 是 n 维数组。这两个对象都是可以相互转换的。
例子
import numpy.matlib import numpy as np i = np.matrix('1,2;3,4') print i
它将产生以下输出 -
[[1 2] [3 4]]
例子
import numpy.matlib import numpy as np j = np.asarray(i) print j
它将产生以下输出 -
[[1 2] [3 4]]
例子
import numpy.matlib import numpy as np k = np.asmatrix (j) print k
它将产生以下输出 -
[[1 2] [3 4]]