Python矩陣和Numpy數(shù)組有什么聯(lián)系?
四、矩陣運(yùn)算
兩個(gè)矩陣相加,兩個(gè)矩陣相乘以及一個(gè)矩陣轉(zhuǎn)置。在編寫這些程序之前,使用了嵌套列表。讓看看如何使用NumPy數(shù)組完成相同的任務(wù)。
兩種矩陣的加法
使用+運(yùn)算符將兩個(gè)NumPy矩陣的對(duì)應(yīng)元素相加。
import numpy as np
A = np.a(chǎn)rray([[2, 4], [5, -6]])B = np.a(chǎn)rray([[9, -3], [3, 6]])C = A + B # 元素聰明的加法print(C)
兩個(gè)矩陣相乘
為了將兩個(gè)矩陣相乘,使用dot()方法。
注意:用于數(shù)組乘法(兩個(gè)數(shù)組的對(duì)應(yīng)元素的乘法),而不是矩陣乘法。
import numpy as np
A = np.a(chǎn)rray([[3, 6, 7], [5, -3, 0]])B = np.a(chǎn)rray([[1, 1], [2, 1], [3, -3]])C = A.dot(B)print(C)
矩陣轉(zhuǎn)置
使用numpy.transpose計(jì)算矩陣的轉(zhuǎn)置。
import numpy as np
A = np.a(chǎn)rray([[1, 1], [2, 1], [3, -3]])print(A.transpose())
注:
NumPy使的任務(wù)更加輕松。
五、案例
1. 訪問矩陣元素
與列表類似,可以使用索引訪問矩陣元素。讓從一維NumPy數(shù)組開始。
import numpy as npA = np.a(chǎn)rray([2, 4, 6, 8, 10])
print("A[0] =", A[0]) # First element print("A[2] =", A[2]) # Third element print("A[-1] =", A[-1]) # Last element
運(yùn)行該程序時(shí),輸出為:
現(xiàn)在,讓看看如何訪問二維數(shù)組(基本上是矩陣)的元素。
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
# First element of first rowprint("A[0][0] =", A[0][0])
# Third element of second rowprint("A[1][2] =", A[1][2])
# Last element of last rowprint("A[-1][-1] =", A[-1][-1])
當(dāng)運(yùn)行程序時(shí),輸出將是:
2. 訪問矩陣的行
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
print("A[0] =", A[0]) # First Rowprint("A[2] =", A[2]) # Third Rowprint("A[-1] =", A[-1]) # Last Row (3rd row in this case)
當(dāng)運(yùn)行程序時(shí),輸出將是:
3. 訪問矩陣的列
import numpy as np
A = np.a(chǎn)rray([[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]])
print("A[:,0] =",A[:,0]) # First Columnprint("A[:,3] =", A[:,3]) # Fourth Columnprint("A[:,-1] =", A[:,-1]) # Last Column (4th column in this case)
當(dāng)運(yùn)行程序時(shí),輸出將是:
注:
使用NumPy(而不是嵌套列表)可以更輕松地處理矩陣,而且甚至都沒有涉及基礎(chǔ)知識(shí)。建議詳細(xì)研究NumPy軟件包,尤其是當(dāng)嘗試將Python用于數(shù)據(jù)科學(xué)/分析時(shí)。
六、總結(jié)
本文基于Python基礎(chǔ),介紹了矩陣和NumPy數(shù)組,重點(diǎn)介紹了NumPy數(shù)組,如何去安裝NumPy模塊,如何去創(chuàng)建一個(gè)NumPy數(shù)組的兩種方式。
通過案例的分析,代碼的演示,運(yùn)行效果圖的展示,使用Python語言,能夠讓讀者更好的理解。
讀者可以根據(jù)文章內(nèi)容,自己實(shí)現(xiàn)。有時(shí)候看到別人實(shí)現(xiàn)起來很簡單,但是到自己動(dòng)手實(shí)現(xiàn)的時(shí)候,總會(huì)有各種各樣的問題,切勿眼高手低,勤動(dòng)手,才可以理解的更加深刻。
代碼很簡單,希望對(duì)你學(xué)習(xí)有幫助。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
即日-9.16點(diǎn)擊進(jìn)入 >> 【限時(shí)福利】TE 2025國際物聯(lián)網(wǎng)展·深圳站
-
10月23日火熱報(bào)名中>> 2025是德科技創(chuàng)新技術(shù)峰會(huì)
-
10月23日立即報(bào)名>> Works With 開發(fā)者大會(huì)深圳站
-
10月24日立即參評(píng)>> 【評(píng)選】維科杯·OFweek 2025(第十屆)物聯(lián)網(wǎng)行業(yè)年度評(píng)選
-
11月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
12月18日立即報(bào)名>> 【線下會(huì)議】OFweek 2025(第十屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
推薦專題
- 1 先進(jìn)算力新選擇 | 2025華為算力場(chǎng)景發(fā)布會(huì)暨北京xPN伙伴大會(huì)成功舉辦
- 2 人形機(jī)器人,正狂奔在批量交付的曠野
- 3 宇樹機(jī)器人撞人事件的深度剖析:六維力傳感器如何成為人機(jī)安全的關(guān)鍵屏障
- 4 解碼特斯拉新AI芯片戰(zhàn)略 :從Dojo到AI5和AI6推理引擎
- 5 AI版“四萬億刺激”計(jì)劃來了
- 6 騰訊 Q2 財(cái)報(bào)亮眼:AI 已成第二增長曲線
- 7 2025年8月人工智能投融資觀察
- 8 9 Manus跑路,大廠掉線,只能靠DeepSeek了
- 10 a16z最新AI百強(qiáng)榜:硅谷頂級(jí)VC帶你讀懂全球生成式AI賽道最新趨勢(shì)