Python---NumPy数值计算基础2

Python—NumPy数值计算基础2

NumPy矩阵以及通用函数

1)创建NumPy矩阵

创建矩阵可以采用以下函数:

首先，引入NumPy库

import numpy as np #引入NumPy库

1.使用mat()函数创建矩阵

A = np.mat([[1, 2, 3], [4, 5, 6]]) #使用mat()函数创建矩阵
print(A)
A1 = np.mat("1,2,3;4,5,6") #和上面一种方式表达相同
print(A1)

上述两种表达方式的输出结果都是

2.使用matrix()函数创建矩阵

B = np.matrix("1,2,3;4,5,6") #使用matrix()函数创建矩阵
print(B)

其输出结果为

3.使用bmat()函数创建矩阵

C = np.bmat("A,B")  # 使用bmat()函数创建建分块矩阵
print(C)

得到输出结果

需要注意的是，在NumPy中，矩阵的运算都是对每个元素来运算的，比for循环的执行速度更快。

2)NumPy矩阵运算

D0 = B.T   #转置运算
D1 = A * 3  # 矩阵与数相乘
D2 = A + B  # 矩阵相加
D3 = A - B  # 矩阵相减
D4 = A * C  # 矩阵相乘
D5 = np.multiply(A, B)  # 矩阵对应元素相乘

矩阵特有的属性

3)NumPy的通用函数（ufunc函数）

1.数组的四则运算
数组的四则运算和数值运算的四则运算相同，也保留了四则运算的运算符。需要注意的是，参与运算的数组其shape必须一样。

import numpy as np
x = np.array([1,2,3])
y = np.array([4,5,6])
print("数组相加",x + y) #数组相加
print("数组相减",x - y) #数组相减
print("数组相乘",x * y) #数组相乘
print("数组相除",x / y) #数组相除
print("数组幂运算",x ** y) #数组幂运算

2.数组的比较运算
比较运算，是通过逐一比较两个数组中的元素值，并将比较结果存入对应的数组内。比较的结果采用False和True表示。

import numpy as np
x = [1, 2, 3]
x = [2, 3, 4]
print("数组比较结果为:",x == y) #输出比较结果的数组
print("数组比较结果为:",x != y)
print("数组比较结果为:",x >= y)
print("数组比较结果为:",x <= y)
print("数组比较结果为:",x > y)
print("数组比较结果为:",x < y)

3.广播机制
当参与运算的两个数组shape不一样时，会采用广播机制。广播机制会对数组进行扩展，使数组的shape属性值一样，这样便可以进行运算。
遵循的原则如下：
1.当输入的数组某一维度为1，则沿着此轴运算时采用此轴的第一组值。
2.所有输入的数组向shape最长的看齐，shape不足的部分在前面补1。
3.输出数组的shape是输入shape的各个维度的最大长度。

import numpy as np
arr1 = np.array([[1, 2, 3], [4, 5, 6]]
arr2 = np.array([0, 1, 2])
print(arr1 +arr2)

系统会将[0,1,2]及进行copy得到[[01,2],[0,1,2]]),从而输出结果为