numpy 矩阵函数
numpy矩阵函数
在数据分析和科学计算的领域中，矩阵是一种常用的数据结构。而numpy是Python中用于科学计算的重要库，提供了丰富的矩阵函数，方便我们进行矩阵的创建、运算和变换等操作。本文将介绍一些常用的numpy矩阵函数及其应用。
一、矩阵的创建
1. numpy.array函数
numpy.array函数是numpy中最常用的创建矩阵的函数之一。它可以接受列表、元组、数组等对象作为输入，返回一个numpy数组。例如，我们可以通过以下代码创建一个2×3的矩阵：
numpy库统计函数
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
输出结果为：
[[1 2 3]
[4 5 6]]
2. s函数
s函数可以创建指定大小的全零矩阵。例如，我们可以通过以下代码创建一个3×3的全零矩阵：
import numpy as np
arr = np.zeros((3, 3))
print(arr)
输出结果为：
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
3. s函数
s函数可以创建指定大小的全一矩阵。例如，我们可以通过以下代码创建一个2×2的全一矩阵：
import numpy as np
arr = np.ones((2, 2))
print(arr)
输出结果为：
[[1. 1.]
[1. 1.]]
4. 函数
函数可以创建一个单位矩阵。单位矩阵是一个主对角线上元素全为1，其余元素全为0的矩阵。例如，我们可以通过以下代码创建一个3×3的单位矩阵：
import numpy as np
arr = np.eye(3)
print(arr)
输出结果为：
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
二、矩阵的运算
1. 矩阵的加法与减法
numpy中的矩阵加法和减法可以使用"+"和"-"运算符实现。两个矩阵相加或相减时，需要保证两个矩阵的形状相同。例如，我们可以通过以下代码实现矩阵的加法和减法：
import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
add_result = arr1 + arr2
sub_result = arr1 - arr2
print(add_result)
print(sub_result)
输出结果为：
[[ 6  8]
[10 12]]
[[-4 -4]
[-4 -4]]
2. 矩阵的乘法
numpy中的矩阵乘法可以使用"@"运算符实现。矩阵乘法的要求是第一个矩阵的列数与第二个矩阵的行数相等。例如，我们可以通过以下代码实现矩阵的乘法：
import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
mul_result = arr1 @ arr2
print(mul_result)
输出结果为：
[[19 22]
[43 50]]
3. 矩阵的转置
numpy中的矩阵转置可以使用anspose函数或数组的T属性实现。例如，我们可以通过以下代码实现矩阵的转置：
import numpy as np
arr = np.array([[1, 2], [3, 4]])
transpose_result = np.transpose(arr)
transpose_result2 = arr.T
print(transpose_result)
print(transpose_result2)
输出结果为：
[[1 3]
[2 4]]
[[1 3]
[2 4]]
三、矩阵的变换