在python 3中使用numpy创建低阶矩阵近似
在Python 3中，使用NumPy库可以方便地创建低阶矩阵近似。
NumPy是Python中一个强大的科学计算库，提供了高性能的多维数组对象和一系列工具，用于处理这些数组。在处理矩阵和向量等数值运算时，NumPy提供了许多便捷的功能和方法。
要创建一个低阶矩阵近似，可以使用NumPy库中的linalg（线性代数）模块的svd函数。SVD（奇异值分解）是一种矩阵分解的方法，可以将一个矩阵分解为三个矩阵的乘积。
下面是一个使用NumPy创建低阶矩阵近似的示例代码：
import numpy as np
# 创建一个3x3的矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 使用SVD进行矩阵分解
U, S, VT = np.linalg.svd(matrix)
# 设置近似的阶数
k = 2
# 重构原始矩阵的低阶近似
approx_matrix = U[:, :k] @ np.diag(S[:k]) @ VT[:k, :]
print(approx_matrix)这段代码中，首先创建了一个3x3的矩阵matrix。接着使用np.linalg.svd函数对该矩阵进行奇异值分解，得到了三个矩阵U、S和VT。其中，U是左奇异矩阵，S是奇异值向量，VT是右奇异矩阵。
然后，通过设置近似的阶数k，选择保留前k个奇异值和对应的奇异向量，从而实现低阶矩阵近似。这里选择了前2个奇异值和对应的奇异向量，用它们重构原始矩阵得到了approx_matrix。
最后，打印输出了低阶近似矩阵approx_matrix。
推荐的腾讯云相关产品和产品介绍链接地址：
腾讯云提供了云服务器、云数据库等一系列云计算产品，可以满足各类企业和开发者的需求。具体的产品介绍和链接如下：
- 云服务器（CVM）：提供弹性的虚拟云服务器，可根据业务需求自由选择配置和操作系统。详情请参考：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版（CMYSQL）：提供高性能、高可用的云数据库服务，适用于各类在线应用。详情请参考：https://cloud.tencent.com/product/cdb_mysql
- 弹性伸缩（Auto Scaling）：自动根据应用负载的变化调整云服务器数量，提供高可用和弹性扩展能力。详情请参考：https://cloud.tencent.com/product/as
- 人工智能平台（AI）：提供全面的人工智能服务，包括语音识别、图像识别、机器翻译等领域。详情请参考：https://cloud.tencent.com/product/ai_services
- 云存储（COS）：提供安全可靠的云端存储服务，适用于存储和处理各种类型的文件和数据。详情请参考：https://cloud.tencent.com/product/cos
注意：以上产品仅作为示例，实际使用时应根据具体需求选择适合的产品。
相关·内容
1回答
要使用三维张量的Tucker和规范多元分解(cdp或PARAFAC/CANDECOMP)进行潜在分析。
我使用python，函数来自于库的tensorly.decomposition.parafac。
from tensorly.decomposition import parafac
# Rank of the CP decomposition
cp_rank = 5
Perform the CP decomposition
weights, factors = parafac(result, non_negative=True ,rank=cp_rank , normalize_fact
浏览 0提问于2020-07-30得票数 0
2回答
如果我有两个矩阵a和b，我能找到矩阵x的函数吗，当点乘以a使b？寻找python解决方案，寻找numpy数组形式的矩阵。
浏览 2提问于2020-08-08得票数 4
回答已采纳
1回答
我发现有两个版本的pinv()函数，它在Scipy和numpy中计算矩阵的伪逆，文档可以在以下位置查看：
问题是我有一个50000*5000的矩阵，当使用scipy.linalg.pinv时，它花费了我超过20 it的内存。但是当我使用numpy.linalg.pinv时，只使用了不到1 1GB的内存。
我想知道为什么numpy和scipy在不同的实现下都有一个pinv。以及为什么他们的表现如此不同。
浏览 0提问于2012-11-07得票数 13
回答已采纳
4回答
以下代码：
a = numpy.sin(2. * numpy.pi)
print(a < 0)
return "True“。但实际上a= 0。我该怎么解决这个问题呢？另外，我有一个像"a“这样有很多值的矩阵，我想确保我的矩阵包含非负值。
浏览 0提问于2014-01-03得票数 2
如何在numpy中创建三维矩阵，如matlab a(:，:)。我尝试用numpy.array把matlab中创建3d矩阵的代码转换成python，但我不知道如何在numpy中创建3d矩阵/数组
浏览 6提问于2009-11-08得票数 26
1回答
当我试图找到一种方法来优化一个巨大的2D矩阵的创建和打印时，我决定尝试NumPy。但是，对我来说不幸的是，使用这个库反而会使情况变得更糟。我的目标是创建一个矩阵，用它的索引填充字符串。如下所示(其中n是矩阵的大小)：
python_matrix = [[f"{y}, {x}" for x in range(n)] for y in range(n)]
当我以这种方式使用array()库的NumPy函数时：
numpy_matrix = numpy.array([[f"{y}, {x}" for x in range(n)] for y in range(n)])
浏览 10提问于2022-05-25得票数 0
回答已采纳
2回答
我在表演numpy svd
U, S, V = np.linalg.svd(A)
A的形状是：
(10000, 10000)
由于大小，它给我的内存错误：
U, S, V = np.linalg.svd(A, full_matrices=False) # nargout=3
File "/usr/lib/python2.7/dist-packages/numpy/linalg/linalg.py", line 1319, in svd
work = zeros((lwork,), t)
MemoryError
那么我如何为我的矩阵找到svd？
浏览 0提问于2014-01-17得票数 3
1回答
我试图在Spyder中计算矩阵的决定因素，但结果使我对“投入”产生了怀疑，有待进一步研究。
下面是我使用的代码：
import numpy as np
from scipy import linalg
matrix = np.array([[5.0, 9.0],[3.0, 5.0]], dtype=float)
det = linalg.det(matrix)
print(det)
这是输出：
-1.999999999999999
另一个矩阵及其行列式：
import numpy as np
from scipy import linalg
matrix = np.array([[5.0,
浏览 6提问于2022-05-11得票数 -2
你好,
在我的2d软件中，我有两个可用的输入：
XY点数组
[(x,y),(1,1),(2,2),(2,3),(-1,3),...]
和另一个表示闭合的2D bezier曲线控制柄的矩阵
[((x,y),(x,y),(x,y)),
((-1,-1),(1,1),(1,2)),
((1,1),(2,2),(2,3)),
...]
如何使用python检查一个点是在给定曲线的内部还是外部？最好使用numpy
浏览 5提问于2020-08-28得票数 1
2回答
我想在Python 3.2中使用Numpy，但它不能工作；它显示我需要3.1。除了使用3.1之外，还有人知道如何解决这个问题吗？我必须导入什么才能让它在python程序中工作？
我想用python表示一个矩阵，并得到矩阵的范数。对于Numpy，我该怎么做呢？它是在Numpy还是Python里面？那么矩阵乘法呢？另外，这个矩阵实际上是一个以x和y为变量的向量。
最后一个问题。这里的一些成员认为使用Python3.2并不是创建专业产品的最佳方式，尽管在Python.org上，他们特别声明使用3.2或2.7是目前最稳定的版本。我说错了吗？如果是，我应该使用哪个版本的Python？提前谢谢。
另外，我
浏览 2提问于2011-06-03得票数 2
回答已采纳
7回答
在python中有什么方法可以调用来创建一个随机的正交矩阵吗？可能是用numpy吗？或者，是否有一种方法可以使用多个numpy方法创建一个正交矩阵？谢谢。
浏览 8提问于2016-07-17得票数 34
回答已采纳
我有一个生成器，它生成相同长度的一维numpy.array。我想要一个包含这些数据的稀疏矩阵。行按相同的顺序生成，我希望它们在最后的矩阵中。csr矩阵比lil矩阵更可取，但我假设后者在我所描述的场景中更容易构建。
假设row_gen是生成numpy.array行的生成器，下面的代码将按预期工作。
def row_gen():
yield numpy.array([1, 2, 3])
yield numpy.array([1, 0, 1])
yield numpy.array([1, 0, 0])
matrix = scipy.sparse.lil_matrix(lis
浏览 3提问于2016-11-01得票数 2
回答已采纳
如何在python中创建矩阵数组？
在MATLAB中，我会做这样的事情：
for i = 1:n
a{i} = f(i)
end
其中，f(i)是一个返回固定大小的随机矩阵的函数。
在python中，我正在使用numpy，但我不知道如何做到这一点。
import numpy as np
a = np.array([])
for i in range(0, n):
# a.insert(i, f(i)) and does not work
# a[i] = f(i) and does not work
浏览 2提问于2015-05-01得票数 2
回答已采纳
在python中，如何初始化/创建这样的矩阵？(用均值为0，std的高斯分布的值初始化200乘785 numpy矩阵。偏离0.01)
浏览 2提问于2016-04-26得票数 2
回答已采纳
3回答
我必须在运行时使用NumPy在python中创建一个50X50矩阵。矩阵的条目将是来自网站的数据查询的结果。查询返回Pandas。那么，如何在运行时使用来自pandas的数据创建矩阵呢？
浏览 32提问于2020-09-15得票数 0
2回答
我想计算一个在Frobenius范数下最优的矩阵的低秩近似值。实现这一点的简单方法是计算矩阵的SVD分解，将最小奇异值设置为零，并通过乘以因子来计算低秩矩阵。在MATLAB中有没有一种更简单、更有效的方法来做到这一点？
浏览 0提问于2012-01-10得票数 8
回答已采纳
假设我有一个方阵，它可以被提升到-1/2次方。我想将表示为numpy.ndarray的方阵提升到-1/2。
注意，我想把矩阵提升到一个非整数的幂。我不想把矩阵的每个元素都提升到非整数幂。
我知道我可以像中描述的那样使用numpy.linalg.matrix_power将矩阵求幂。
如何将numpy.ndarray提升为非整数幂？
浏览 3提问于2015-05-23得票数 3
1回答
numpy中的对称矩阵？
、、、
我希望在python中创建一个对称矩阵，并将其填充为零。
目前，我已经启动了一个已知维数的数组，但这不适合随后作为距离矩阵输入R。
在numpy中是否有任何“简单”方法来创建对称矩阵？
编辑
我应该澄清--创建“对称”矩阵是很好的。然而，我只对生成下三角形式感兴趣，即
ar = numpy.zeros((3, 3))
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
我要：
array([[ 0],
[ 0, 0 ],
[ 0., 0., 0.]])
这个是可能的吗
浏览 2提问于2011-01-31得票数 2
回答已采纳
3回答
我在python中使用numpy来创建nx1矩阵。我希望矩阵的第1元素是3，然后是2 -1，然后是n-1元素-1，最后是<code>E 110</code>n<code>E 211</code>元素3。在元素之间的所有元素，即从元素3到元素n-2都应该是0。我画了一幅上面提到的矩阵是这样的：
我对python和使用numpy相当陌生，但似乎是管理矩阵的一个很好的工具。到目前为止，我尝试的是创建nx1数组(给n一些值)并将其初始化为0。
import numpy as np
n = 100
I = np.arange(n)
matrix
浏览 7提问于2019-12-07得票数 0
回答已采纳
如何使用Apache spark解决Ax =b问题。我的输入是一个坐标矩阵：
import numpy as np
import scipy
from scipy import sparse
row = np.array([0, 3, 1, 0])
col = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])
A = sparse.coo_matrix((data, (row, col)), shape=(4, 4))
#take the first column of A
b = sparse.coo_matrix((data, (ro
浏览 0提问于2017-12-27得票数 1
1回答
我试图进入奇异值分解(SVD)。我发现这个包含一个示例。然而，当我在numpy中尝试这个例子时，我得到了“某种”不同的结果。在本例中，输入矩阵是
A = [ [1,1,1,0,0], [3,3,3,0,0], [4,4,4,0,0], [5,5,5,0,0], [0,2,0,4,4], [0,0,0,5,5], [0,1,0,2,2] ]
A = np.asarray(A)
print(A)
[[1 1 1 0 0]
[3 3 3 0 0]
[4 4 4 0 0]
[5 5 5 0 0]
[0 2 0 4 4]
[0 0 0 5 5]
[0 1 0 2 2]]
该矩阵的秩为3 (
浏览 0提问于2018-12-20得票数 3
回答已采纳
我的问题是关于标准浮体python类型与decimal.Decimal()的用法。我试图通过API公开一个本地python包。Django rest框架中的序列化过程返回Decimal类型，因为内置的字段DecimalField能够执行基本验证。
如果我将内部函数应用于小数的numpy数组，它就会失败。然而，如果我第一次将它们转换为浮动，一切都会像一种魅力一样运作。因此，问题是:使用某些numpy功能的函数使用Decimal类型不是很节省吗？如果您最终想要调用某些numpy特性，那么在django中执行验证的标准是什么？如果Decimal不是numpy的选择，那么基本上可以忘记DecimalF
浏览 0提问于2018-04-13得票数 1
回答已采纳
如果我有一个2维(x和y坐标)的1/仿射，2，或3阶多项式变换函数(即，我有系数/变换矩阵A)，那么得到这个函数的精确逆的数学或编程方法是什么？理想情况下，我将如何在Numpy中实现这一点？这是在图像扭曲或地图地理参照的背景下进行的，即在新的扭曲坐标系中，将输入图像中的坐标转换为输出图像。
尝试解决方案
为了解决这个问题，我尝试了一种求解方程组的矩阵代数方法。从数学上讲，转换过程表示为Au = v。正向变换很容易，其中计算u为列矩阵，其中包含基于输入坐标的多项式方程的项，然后将u与变换矩阵A相乘，以得到包含输出坐标的变换后的输出列矩阵v。另一方面，向后转换意味着我们知道输出坐标v，并希望找到输
浏览 5提问于2021-01-13得票数 1
2回答
在Python中，我希望创建一个n-by-100矩阵，其中n的值在开始时是未知的。此创建包括向矩阵中连续添加一行。我尝试过的代码是：
x = numpy.zeros(100)
while true:
y = loadrow(); # Load a 1-by-100 NumPy array for the new row
x = numpy.append(x, y, 0)
然而，我很难解决上述三个问题：
行x = numpy.zeros(100)用一行100个零初始化矩阵。但是，我希望第一行是我加载的第一行。如何创建一个仅在追加第一行后才会给出数据的空矩阵？
行x = n
浏览 1提问于2016-03-24得票数 0
2回答
稀疏矩阵的条件数
、、
我正在尝试获得一个scipy稀疏矩阵的条件数。到目前为止，我设法做到这一点的方法是将矩阵转换为密集的，然后获得其特征值：
$ python
Python 3.5.2 (v3.5.2:4def2a2901a5, Jun 26 2016, 10:47:25)
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> f
浏览 5提问于2017-04-07得票数 5
假设有几个函数被多次调用。这些函数在3d向量( 1x3数组)上执行乘法、除法、加法等操作。
给定：
import numpy as np
import math
x = [0,1,2]
y = [3,2,1]
a = 1.2
根据我的测试，python数学库执行以下操作的速度更快：
math.sin(a)
而不是让numpy去做：
np.sin(a)
此外，使用python时，像标准化这样的简单算法比使用中讨论的方法的np.linalg.norm更快。
现在如果我们给数据增加一点复杂性，比如对3d进行矩阵乘法，我们有一个3x3的旋转矩阵，然后乘以另一个矩阵并转置，numpy开始获得优势。
目前
浏览 0提问于2015-03-02得票数 0
2回答
矩阵的Numpy-权和行
、、、
使用Python & Numpy，我想：
将(n列x行)矩阵的每一行视为向量加权每一行(向量的每个分量上的标量乘法)添加每一行以创建最终向量(向量加法)。
给出了在常规的numpy阵列nx1中的权值，使得矩阵中的每个向量m被乘以权n。
下面是我得到的(测试数据；实际的矩阵是巨大的)，这可能是非常非-Numpy和的。有人能做得更好吗？谢谢!
import numpy
# test data
mvec1 = numpy.array([1,2,3])
mvec2 = numpy.array([4,5,6])
start_matrix = numpy.matrix([mvec1,mvec2]
浏览 8提问于2011-02-21得票数 5
回答已采纳
1回答
使用Numpy的行列式精确值
、、、、
我想要计算2*2矩阵的行列式，我使用Numpy中的linalg.det，如下所示：
import numpy as np
a = np.array([
[1,2],
[3,4]
])
b=np.linalg.det(a)
另一方面，我们知道我们也可以通过乘法和减法来计算它：
1*4 - 2*3 = -2
但当我设定b等于-2时：
b == -2
结果是假的。
这里有什么问题？我怎么才能修好它呢？
浏览 3提问于2021-12-05得票数 0
回答已采纳
1回答
我需要做以下工作
b = numpy.random.randn(50001,2)
cof = numpy.corrcoef(b)
c= b>=0.3
return np.dot(c, np.ones([50001,1]))
它给我抛出了一个分段错误。
另外，如果我尝试使用稀疏矩阵，例如：
asp = scipy.sparse.csc_matrix(c)
我得到了一个分段错误
如果矩阵大小较小，则转换工作。
有什么建议吗？
浏览 0提问于2012-06-14得票数 2
有人能帮我写一个python脚本吗？问题说明如下。
我需要对一些线性方程组进行等式约束线性最小二乘拟合。对于一个特定的线性方程，矩阵方程类似于Y{nX1}=X{nXm}P_{mX1}，其中Y和P是向量，X是矩阵，n，m是矩阵的维数。此外，对P有一个等式约束，即求和(P(I))=0.0。有人知道我该怎么解决这个问题吗？蟒蛇的哪一种功能适合这样做？我很少看到关于scipy.optimize.fmin_slsqp()函数的讨论，但是这个函数的使用并不是很简单。
然而，我可以很容易地做上述问题的无约束最小二乘拟合使用numpy。这是一个小剧本。
import numpy as np
from nump
浏览 0提问于2013-08-08得票数 3
1回答
我在Python中有一个函数，它返回形状为numpy.mat的(100, 1)。我在一个循环中调用这个函数4次，并且想要得到得到的4个矩阵，并创建一个形状(100, 4)的矩阵。我曾在numpy.append、numpy.concatenate和numpy.insert找过一段时间，但一直未能做到这一点。
这里是我的一个简短的SSCCE问题
zeros = np.zeros(shape=(100, 4))
for i in range(1, 5):
np.append(zeros, np.empty(shape=(100, 1)))
print(zeros)
其中，zeros应该生成一
浏览 0提问于2017-04-28得票数 0
回答已采纳
2回答
我对Python非常陌生，最近从Matlab迁移过来。在Python (Pandas或Numpy)中是否有类似于使用Pandas创建的两个数据的矩阵乘法的命令？
浏览 4提问于2015-12-06得票数 1
回答已采纳
2回答
我目前已经使用numpy在python中创建了一个3x3矩阵(将每个值初始化为0)。我想创建一个小型python程序，它强制矩阵中的每一个可能的键组合。例如：
[1, 0, 0
0, 0, 0
0, 0, 0]
[1, 1, 0
0, 0, 0
0, 0, 0]
等等。一直到：
[9, 9, 9
9, 9, 9
9, 9, 9]
看上去很琐碎，但出于某种原因，我无法理解它。我这么做的原因是因为我想得到每个矩阵组合的逆(这很容易使用numpy)，然后把它乘以另一个矩阵，直到得到我想要的解……从本质上说，我是在为密码山密码而疯狂。
非常感谢您的帮助！
浏览 5提问于2014-02-07得票数 0
回答已采纳
3回答
我需要从权重矩阵的值开始创建一个矩阵。在创建和迭代矩阵时，哪种结构在速度上是保持矩阵的最佳结构？我在考虑一个列表或一个numpy 2D数组，但它们在我看来都很慢。我需要的是：
numpy array
A = np.zeros((dim, dim))
for r in range(A.shape[0]):
for c in range(A.shape[0]):
if(r==c):
A.itemset(node_degree[r])
else:
A.itemset(arc_weight[r,c])
或
list
浏览 1提问于2014-05-29得票数 1
回答已采纳
缺少opencv 2的文档让人有点难以使用。我正在尝试使用卡尔曼滤波器来跟踪移动的物体。我在这里查找了一个示例，但它使用的是2.x之前的版本：
我知道opencv 2的python绑定使用numpy矩阵。这是如何从旧的实现中转换出来的？例如，在链接中，矩阵是这样创建的：
state = cv.CreateMat(2, 1, cv.CV_32FC1)
但在numpy中，这似乎并不正确：
state = numpy.zeros(shape=(2,1))
有一些例子可以通过从numpy转换来创建简历矩阵，但我希望只使用cv2提供的函数。
此外，我在opencv 2中找不到与某些函数等效的函数：
c
浏览 0提问于2012-10-12得票数 1
回答已采纳
我正在使用矩阵进行多序列比对，这是我通过运行比对算法获得的得分矩阵。我的矩阵：
[
[0, 24, -5, 3, -3, -5],
[0, -4, 8, 1, 1],
[0, 13, 1, 2],
[0, -2, 5],
[0, 4],
[0]
]
我要构建的矩阵：
[
[0, 24, -5, 3, -3, -5],
[24, 0, -4, 8, 1, 1],
[-5, -4, 0, 13, 1, 2],
[3, 8, 13, 0, -2, 5],
[-3, 1, 1, 2, 0, 4],
[-5, 1, 2, 5, 4, 0]
浏览 1提问于2021-05-24得票数 0
1回答
我想用numpy在Python中创建一个由数组组成的数组 我正在尝试使用numpy方法linalg.inv()计算由其他矩阵构成的矩阵的逆矩阵，但它为每个子矩阵计算一个逆矩阵，而不是一般的逆矩阵 例如，假设我有： a = np.array([[1, 2],
[3, 4]])
b = np.array([[5, 6],
[7, 8]])
i = np.array([[1, 0],
[0, 1]]) 我试过的是： c = np.array([[a, i],
[i, b]]) 我想要
浏览 6提问于2019-09-28得票数 0
回答已采纳
我希望在python中做快速矩阵乘法，最好是NumPy，通过使用第三个索引数组I来实现数组A和另一个重复矩阵数组B的快速矩阵乘法。这可以使用花式索引和矩阵乘法来实现：
from numpy.random import rand, randint
A = rand(1000,5,5)
B = rand(40000000,5,1)
I = randint(low=0, high=1000, size=40000000)
A[I] @ B
但是，这会创建形状(40000000、5、5)的中间数组A[I]，该数组溢出内存。重复一小组矩阵进行乘法似乎效率很低，这本质上是一个更普遍的广播版本，比如A[
浏览 24提问于2022-12-02得票数 0
3回答
在Python中创建矩阵
、、、
我正在尝试创建一个100 x 100的矩阵，它将由1和-1(随机)填充，矩阵的对角线应该是全零。
我是python和numpy的新手。
浏览 1提问于2013-06-22得票数 1
2回答
我正在翻译一些MATLAB代码，在理解MATLAB和Python的numpy之间的语法差异时遇到了一些问题。
在MATLAB中，我有一个6乘6的矩阵，A，以及6个浮点值，a，b，c，d，e，f。
B = A*[a;b;c;d;e;f];
生成一个6乘1的矩阵B。所以我认为MATLAB操作符'*‘必须对应于数值操作符numpy.dot()。
在我的Python代码中，我有相同的矩阵A，以及相同的a，b，c，d，e和f的值。
B = numpy.dot(A, [[a],[b],[c],[d],[e],[f]])
不会产生相同的矩阵B，也不会
B = numpy.dot(A, [a,b,c,
浏览 0提问于2015-07-22得票数 0
1回答
在Python中，我需要创建一个NxM矩阵，其中ij条目的值为i^2 + j^2。
我目前正在使用两个for循环来构造它，但是数组很大，计算时间也很长，我需要执行几次。是否有更有效的方法来构造这样的矩阵使用可能的Numpy？
浏览 3提问于2022-11-14得票数 -2
回答已采纳
我想根据以下关系来求解系数{c1，c2，...cn}： ? 其中N×N矩阵B是一组单项基{1，x，x^2，x^3，....x^n}，fa(x)是近似函数。如果我想遍历n= 3,10,20,50并给定xj = 1/2*5-1/2*3*cos(j*pi/n) (Chebyshev点分布)，我应该如何使用NumPy创建这样一个矩阵B？
浏览 15提问于2021-02-11得票数 0
回答已采纳
有没有一种方法可以创建一个矩阵，它的条目也是Python中的矩阵？我看不到用numpy这样做的任何方法。
*换句话说，我希望Ai，j也是一个矩阵。
浏览 0提问于2015-10-16得票数 2
2回答
我有一个矩阵列表，列表如下：
myarrlist = [array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), array([[10, 20, 30],40, 50, 60],[70, 80, 90]])]
和,
sum(myarrlist)/float(len(myarrlist))
给了我下面的结果(这就是我需要的:矩阵相加的结果是一个矩阵)
array([[ 5.5, 11. , 16.5],[ 22. , 27.5, 33. ],[ 38.5, 44. , 49.5]])
但是，当我给出
from numpy import *
为了使用dot(
浏览 3提问于2012-07-24得票数 0
回答已采纳
2回答
我在使用COO稀疏矩阵作为亲和传播的输入时遇到了问题，但是对于numpy数组来说，它工作得非常好。
举个例子，假设我的相似矩阵是：
[[1.0, 0.9, 0.2]
[0.9, 1.0, 0.0]
[0.2, 0.0, 1.0]]
Numpy矩阵版本
import numpy as np
import sklearn.cluster
simnp = np.array([[1,0.9,0.2],[0.9,1,0],[0.2,0,1]])
affprop = sklearn.cluster.AffinityPropagation(affinity="precomputed")
浏览 0提问于2016-03-03得票数 1
回答已采纳
我有两个文本文件在其中写入矩阵(不是numpy矩阵，所以它是一个列表)。这些矩阵是用字符串格式编写的，因此文本文件看起来如下：[1,2,3,3,4,5,6,7,8]，[3,3,3,5,6,7，.
我想使用python从文本文件中读取这个矩阵。我不能用numpy来阅读，因为它给了ValueError: could not convert string to float
有这样的事吗？如果我一开始就把矩阵写成一个numpy矩阵(我需要为此修改以前程序的代码，只是想知道是否有一种加载矩阵的python方式，当它作为字符串存储在文本文件中时)，会更容易吗？
浏览 4提问于2014-05-23得票数 1
回答已采纳
3回答
我有很多2乘2的矩阵，A，A.shape == (2, 2, 7324)，我必须计算所有这些矩阵的指数。不幸的是，scipy.linalg.expm一次只接受一个矩阵，所以我不得不循环计算，
import numpy
import scipy.linalg
numpy.random.seed(0)
A = numpy.random.rand(2, 2, 7324)
out = numpy.array([scipy.linalg.expm(A[:, :, k]) for k in range(A.shape[-1])])
out = numpy.moveaxis(out, 0, -1)
有办
浏览 2提问于2020-02-02得票数 0
回答已采纳
1回答
假设我有一个正方形的 M。假设我想矩阵M。
我试图使用中的分数M类作为矩阵M的成员。如果您不熟悉这些部分，它们在功能上类似于python的内置包。唯一的问题是，没有任何包会反转我的矩阵，除非我把它们从分数形式中取出来。我需要分数形式的数字和答案。因此，我必须编写自己的函数来反演M。
有一些已知的算法我可以编程，比如。然而，绩效是一个问题，所以我的问题如下：
是否有一个计算快速的算法，我可以用来计算矩阵M**?**的逆。
浏览 1提问于2017-06-02得票数 7
我正在尝试使用嵌套的for循环在python中创建一个16x16标识矩阵。
import numpy as np
total = []
for i in range(1,5):
for j in range(1,5):
row = 16*[0]
total.append(row)
mat = np.matrix(total)
我如何修改它以获得一个标识矩阵？范围不能更改。
浏览 3提问于2020-07-03得票数 0
回答已采纳
在下面的代码中，我必须用向量乘以一个5x3矩阵。在我看来，向量似乎是一个1x3矩阵，但是python将它看作一个3x1矩阵。
为什么w在代码中低于3x1矩阵，或者为什么python将它变成3x1矩阵？
提前谢谢你。
import numpy
X = numpy.array([[4.6, 3.4, 1.4],
[6.5, 3.2, 5.1],
[5.7, 2.9, 4.2],
[6.6, 3., 4.4],
[6., 2.9, 4.5]])
print(X)
print(X.shape)
print("")
wb0 = numpy.arr
浏览 19提问于2020-04-30得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
