Python中Numpy mat的使用详解
前面介绍过用dnarray来模拟，但mat更符合矩阵，这里的mat与Matlab中的很相似。(mat与matrix等同)
基本操作
>>>m=np.mat([1,2,3])#创建矩阵 >>>m matrix([[1,2,3]]) >>>m[0]#取一行 matrix([[1,2,3]]) >>>m[0,1]#第一行，第2个数据 2 >>>m[0][1]#注意不能像数组那样取值了 Traceback(mostrecentcalllast): File"",line1,in File"/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py",line305,in__getitem__ out=N.ndarray.__getitem__(self,index) IndexError:index1isoutofboundsforaxis0withsize1 #将Python的列表转换成NumPy的矩阵 >>>list=[1,2,3] >>>mat(list) matrix([[1,2,3]]) #Numpydnarray转换成Numpy矩阵 >>>n=np.array([1,2,3]) >>>n array([1,2,3]) >>>np.mat(n) matrix([[1,2,3]]) #排序 >>>m=np.mat([[2,5,1],[4,6,2]])#创建2行3列矩阵 >>>m matrix([[2,5,1], [4,6,2]]) >>>m.sort()#对每一行进行排序 >>>m matrix([[1,2,5], [2,4,6]]) >>>m.shape#获得矩阵的行列数 (2,3) >>>m.shape[0]#获得矩阵的行数 2 >>>m.shape[1]#获得矩阵的列数 3 #索引取值 >>>m[1,:]#取得第一行的所有元素 matrix([[2,4,6]]) >>>m[1,0:1]#第一行第0个元素，注意左闭右开 matrix([[2]]) >>>m[1,0:3] matrix([[2,4,6]]) >>>m[1,0:2] matrix([[2,4]])
矩阵求逆、行列式
与Numpyarray相同，可参考链接。
矩阵乘法
矩阵乘，与Numpydnarray类似，可以使用np.dot()和np.matmul()，除此之外，由于matrix中重载了“*”，因此“*”也能用于矩阵乘。
>>>a=np.mat([[1,2,3],[2,3,4]]) >>>b=np.mat([[1,2],[3,4],[5,6]]) >>>a matrix([[1,2,3], [2,3,4]]) >>>b matrix([[1,2], [3,4], [5,6]]) >>>a*b#方法一 matrix([[22,28], [31,40]]) >>>np.matmul(a,b)#方法二 matrix([[22,28], [31,40]]) >>>np.dot(a,b)#方法三 matrix([[22,28], [31,40]])
点乘，只剩下multiply方法了。
>>>a=np.mat([[1,2],[3,4]]) >>>b=np.mat([[2,2],[3,3]]) >>>np.multiply(a,b) matrix([[2,4], [9,12]])
矩阵转置
转置有两种方法：
>>>a matrix([[1,2], [3,4]]) >>>a.T#方法一，ndarray也行 matrix([[1,3], [2,4]]) >>>np.transpose(a)#方法二 matrix([[1,3], [2,4]])
值得一提的是，matrix中求逆还有一种简便方法（ndarray中不行）：
>>>a matrix([[1,2], [3,4]]) >>>a.I matrix([[-2.,1.], [1.5,-0.5]])
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。