Python多维数组和矩阵

注：每一步可能依赖于上一步import的模块

一、数组

1,用numpy对数组进行运算

from numpy import array

mm=array((1, 1, 1))

pp=array((1, 2, 3))

则pp+mm 输出 array([2,3,4])

pp*2  array([2,4,6])

pp**2  array([1,4,9])

2,访问数组元素

pp[1]

输出2

3,多维数组

jj = array([[1, 2, 3], [1, 1, 1]])

注：上面这句话的意思是创建下面这样一个多维数组

jj =

获取该数组元素：jj[0][1] 第一行第二列元素

输出2

用矩阵方式访问该元素：jj[0, 1]

输出2

4, 两个数组相乘：

>>> a1=array([1, 2, 3])
>>> a2=array([0.3, 0.2, 0.3])
>>> a1*a2
array([ 0.3,  0.4,  0.9])

>>> a1=array([1, 2, 3])
>>> a2=array([0.3, 0.2, 0.3])
>>> a1*a2
array([ 0.3,  0.4,  0.9])

二、矩阵

1,创建矩阵两种方式

>>> from numpy import mat, matrix
方法一：>>> ss=mat([1, 2, 3])
>>> ss
matrix([[1, 2, 3]])
方法二：>>> mm=matrix([1,2,3])
>>> mm
matrix([[1, 2, 3]])

2,访问矩阵元素：

>>> mm[0, 1]
2

2,将列表转换成矩阵：

>>> pyList = [5, 11, 1605]
>>> mat(pyList)
matrix([[   5,   11, 1605]])

3,矩阵转置后再相乘：

>>> mm*ss.T
matrix([[14]])
>>> mm
matrix([[1, 2, 3]])
>>> ss.T
matrix([[1],
        [2],
        [3]])

4,查看矩阵是几行几列的：

>>> from numpy import shape
>>> shape(mm)
(1, 3)
>>> shape(ss.T)
(3, 1)

5,矩阵元素相乘：mm的每个元素和ss的每个元素相乘

>>> mm
matrix([[1, 2, 3]])
>>> ss
matrix([[1, 2, 3]])
>>> from numpy import multiply
>>> multiply(mm, ss)
matrix([[1, 4, 9]])

6其他

排序：注意sort()排序后原数组已改变

>>> aa=mat([7, 8, 5])
>>> aa
matrix([[7, 8, 5]])
>>> aa.sort()
>>> aa
matrix([[5, 7, 8]])

排序并显示排序后的序号： 排序完之后原数组不变

>>> dd=mat([4, 5, 1])
>>> dd.argsort()
matrix([[2, 0, 1]])

求矩阵均值：

>>> dd.mean()
3.3333333333333335

显示矩阵的行列数：

>>> jj = mat([[1, 2, 3], [8, 8, 8]])
>>> shape(jj)
(2, 3)

事实证明多维数组和矩阵基本相同：

>>> qq = array([[1, 2, 3], [8, 8, 8]])
>>> shape(qq)
(2, 3)

取出矩阵第二行的元素：用行号和冒号

>>> jj[1, :]
matrix([[8, 8, 8]])

取出第一行的第1列和第2列的元素：

>>> jj[0, 0:2]
matrix([[1, 2]])
注： 范围0:2表示从 0 取到 1

关于NumPy更多

Http://docs.scipy.org/doc/