Numpy入门
Numpy基本操作
什么是Numpy
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
Numpy使用
Numpy导入
import numpy as np向量操作
向量求和
np_arr1=np.array([1,2,3])
np_arr2=np.array([2,3,4])
np_arr1+np_arr2
# array([3, 5, 7])向量乘法
np_arr1=np.array([1,2,3])
np_arr1*3
# array([2,4,6)向量点乘
np_arr1=np.array([1,2,3])
np_arr2=np.array([2,3,4])
np_arr1.dot(np_arr2)
dot(np_arr1,np_arr2)
#20矩阵操作
创建矩阵
np_matrix = np.array([
[1,2,3],
[3,4,5],
[4,5,6]
])查看矩阵结构
n.shape
# (3,3)查看矩阵某个元素
np_matrix[1,1]
# 4查看矩阵维度
np_matrix.ndim
# 2修改矩阵结构
np_arr3=np.arange(1,11)
print(np_arr3)
np_arr3=np_arr3.reshape(2,5)
print(np_arr3)
# [ 1 2 3 4 5 6 7 8 9 10]
# [[ 1 2 3 4 5]
# [ 6 7 8 9 10]]矩阵求和
np_arr1=np.array([1,2,3])
np_arr2=np.array([2,3,4])
np_arr1+np_arr2
# array([3, 5, 7])方阵行列式的值
np_matrix = np.array([
[2,2,3],
[2,3,4],
[3,4,5]
])
np.linalg.det(np_matrix)
# -1.0000000000000004求逆
np_matrix = np.array([
[2,2,3],
[2,3,4],
[3,4,5]
])
np.linalg.inv(np_matrix)
# array([[ 1., -2., 1.],
[-2., -1., 2.],
[ 1., 2., -2.]])零&单位矩阵
# 零矩阵
np.zeros([3,4])
# 单位矩阵
np.ones([3,4])本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录