数组和矩阵的区别
矩阵matrix和数组array是NumPy里的两种数据类型。matrix是array的分支,matrix和array在很多时候都是通用的,你用哪一个都一样。Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 可以是多维的
创建方法 矩阵是mat 或matrix ,数组是array和arange
![import numpy as np
np.matrix(np.eye(4))
np.array(np.eye(4)]
数组和矩阵使用方法的区别
matrix.T transpose:返回矩阵的转置矩阵 (数组都有)
这是只有矩阵才有的
matrix.H hermitian (conjugate) transpose:返回复数矩阵的共轭元素矩阵
matrix.I inverse:返回矩阵的逆矩阵
matrix.A base array:返回矩阵基于的数组
#矩阵的换行必须是用分号(;)隔开,内部数据必须为字符串形式(‘ ’),矩阵的元素之间必须以空格隔开
a = np.matrix('1 2 7; 3 4 8; 5 6 9')
例子
a = np.random.randn(3,4)
a.T
a.I
a = np.mat(a)
a.I
array([[ 0.52226072, 1.77935565, -0.76208424],
[ 1.58157201, -1.18125853, 0.77364867],
[ 1.19925864, 1.03371571, 1.11650254],
[-0.31157359, 2.07659653, -0.3801554 ]]) #这是第一个a.T的结果
AttributeError: 'numpy.ndarray' object has no attribute 'I' #a.I会报错,因为数组没有这个参数
matrix([[ 0.48687424, 0.06555841, -0.68032801], #a = np.mat(a)将数组变成矩阵,所以这时a.i才有输出
[ 0.47857106, -0.14676465, -0.23285881],
[-0.04159389, 0.22476055, 0.63790475],
[-0.12424659, 0.23001231, 0.13294199]])
连接和分割数组
a = np.arange(6).reshape(2,3)
b = np.arange(6,12) .reshape(2,3)
a1 = np.concatenate([a,b]) #默认axis=0 相当于vstack
a2 = np.concatenate([a,b],axis=1) #相当于hstack
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
array([[ 0, 1, 2, 6, 7, 8],
[ 3, 4, 5, 9, 10, 11]])
a,b,c,d=np.split(a1,[ 1,2,3 ] # 就是切片 ) 默认axis=0 # ,以此类推
a,b,c = np.split(a2,[2,4],axis = 1)
只打印第一个a
a = array([[0, 1, 2]])
a = array([[0, 1],
[3, 4]])
重复元素 tile 和repeat