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 (most recent call last):
- File "<stdin>", line 1, in <module>
- File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
- out = N.ndarray.__getitem__(self, index)
- IndexError: index 1 is out of bounds for axis 0 with size 1
-
- #将Python的列表转换成NumPy的矩阵
- >>> list=[1,2,3]
- >>> mat(list)
- matrix([[1, 2, 3]])
-
- #Numpy dnarray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Numpy array相同,可参考链接。
矩阵乘法
矩阵乘,与Numpy dnarray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w3xue。